만달레이 시의 교차로 신호등 관리 시스템 분석

전통적인 교차로의 교통 신호 제어는 비효율적이어서 교통 혼잡, 시간 낭비, 환경 문제를 초래합니다. 본 논문에서는 이러한 문제를 해결하기 위해 전통적인 신호등 관리 시스템에 머신러닝 기법을 통합한 교차로 신호등 관리 시스템을 제안합니다. 교통 혼잡 및 대기 시간 문제를 해결하기 위해 Q 학습 알고리즘을 강화 학습으로 사용하여 새로운 행동을 선택합니다. 행동 상태에는 현실적인 제어 메커니즘을 생성하는 데 중요한 다양한 교통 신호 단계가 포함됩니다. 본 연구에서는 현실적인 교차로 설정을 구성하기 위해 SUMO 오픈 소스 교통 시뮬레이터를 사용하며, 교차로 이산화 표현 방법을 적용하여 환경 상태를 얻고 보상을 계산합니다. 그런 다음 경험 재플레이 기법을 사용하여 강화 학습 에이전트가 과거 경험을 기억하고 재사용할 수 있게 합니다. 결과는 제안된 교통 시스템이 만달레이 시의 전통적인 교통 시스템보다 우수함을 보여줍니다. 대기 시간은 전통적인 교통 제어와 비교하여 3배 감소했습니다.