Key points are not available for this paper at this time.
Soluções numéricas típicas para problemas de planejamento sob restrições dependentes do tempo (como semáforos) envolvem busca no espaço de tempo mais espaço de estado. Consideramos uma formulação espacial discreta amostrada da dinâmica do veículo. Isso nos permite propor um algoritmo de planejamento ótimo com um espaço de busca e complexidade de tempo muito reduzidos, para veículos que se movem através de interseções semaforizadas com pleno conhecimento das informações de Sinal de Tráfego, Fase e Tempo (SPaT). Em seguida, estendemos esses resultados para conhecimento parcial, reinterpretando o problema como um Processo de Decisão de Markov (MDP). Os algoritmos propostos são demonstrados por meio de simulações numéricas que mostram uma melhoria de cinco vezes no tempo de execução em comparação com uma formulação padrão de tempo-estado, ao mesmo tempo que proporcionam melhorias comparáveis na economia de combustível, sem violar restrições dinâmicas do veículo ou regras de tráfego.
Li et al. (Qua,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: