English(EN) Balancing Efficiency and Fairness in Traffic Light Control through Deep Reinforcement Learning

深度强化学习平衡交通信号灯公平性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-11 08:19

研究人员开发了一种新的深度强化学习智能体，旨在优化交通信号灯控制。该系统通过根据实时需求动态平衡车辆和行人交通来减少城市拥堵。所提出的方法明确纳入了公平性考量，超越了主要关注车流的传统系统。 AI

影响为城市交通管理引入了一种新颖的方法，有望提高智能城市基础设施的效率和公平性。

排序理由该集群包含一篇学术论文，详细介绍了使用深度强化学习进行交通信号灯控制的新方法。[lever_c_demoted from research: ic=1 ai=0.7]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Gian Antonio Susto · 2026-05-11 08:19

Balancing Efficiency and Fairness in Traffic Light Control through Deep Reinforcement Learning

Urban traffic congestion presents a significant challenge for modern cities, which impacts mobility and sustainability. Traditional traffic light control systems often fail to adapt to dynamic conditions, leading to inefficiencies. This paper proposes a novel deep reinforcement l…