sumo
PulseAugur coverage of sumo — every cluster mentioning sumo across labs, papers, and developer communities, ranked by signal.
-
智能停车系统利用动态缓冲区和声誉提高可靠性
研究人员开发了一种新颖的双机制架构，以提高智能停车预订系统的可靠性。该系统包含一个非预订车位的动态缓冲区，以确保停车位的可用性，以及一个基于声誉的奖励系统，该系统使用星级指标来激励准时离开。使用SUMO城市模拟器的模拟表明，这种方法有效地减少了预留车位被先前用户占用的情况，并提高了城市环境中整体资源的利用率。
-
UCATSC model improves traffic signal control with uncertainty awareness
Researchers have developed UCATSC, a novel decision layer for vision-based traffic signal control that addresses partial observability issues. This system maintains a belief state about traffic conditions and uses count…
-
AI系统PALCAS利用联邦强化学习改进自动驾驶汽车变道
研究人员开发了PALCAS，这是一个用于自动驾驶汽车的新系统，它利用联邦强化学习来辅助变道。与之前的系统不同，PALCAS根据车辆到达目的地的紧急程度来优先考虑变道。该系统采用了一种新颖的奖励函数，以确保在各种驾驶场景下做出安全明智的决策，并利用参数化深度Q网络来实现代理协作。模拟表明，PALCAS提高了交通效率、安全性和到达率。
-
大语言模型通过LSTM预测和安全过滤器增强交通信号控制
研究人员开发了一个新的交通信号控制框架，该框架利用大语言模型（LLMs）结合基于LSTM的交通状态预测。该系统预测交通状况，并利用LLMs推理潜在的信号动作，提供建议和解释。安全过滤器确保所有LLM生成的动作都遵守操作约束，在不违反安全规则的情况下，展示了在动态条件下交通效率的提高。