我國人工智慧車聯網之號誌控制模式探討[112粉紅]
活動訊息
想找書的時候,特別想偷看網友的書櫃... 原來大家都在看這本 ↓↓↓
內容簡介
近年來人工智慧在軟硬體技術的突飛猛進與各領域應用的迅速發展,可預期未來運用人工智慧、影像辨識、資通訊(ICT)、車聯網(V2X)與5G等技術,特別有助於紓緩因交通號誌控制不夠智慧,導致民眾行的痛點。本計畫除回顧彙整國內外應用車聯網與人工智慧強化學習在號誌控制之應用與演算法,並發展車聯網與人工智慧強化學習之號誌控制模擬環境,藉由車聯網緊急車輛優先號誌、單一路口多時相號誌控制與幹道連鎖號誌控制模擬之人工智慧號誌控制模式構建、學習與訓練、模擬與績效評估,來為後續人工智慧號誌控制奠下研發基礎。計畫分別以臺北市「中山北路-德行東路」3個路口幹道、臺南市「台86-19甲線」路口、高雄市台88線鳳山出口(過埤路-鳳頂路)路口)等3個縣市政府合作所發展交通模擬環境與人工智慧強化學習號誌控制模型及其訓練。
根據不同場域特色,以及強化學習探討的議題項目,總計提出13 種不同的強化學習應用方案,訓練結果顯示13 種強化學習方案皆能不同程度的改善現況交通績效,顯示DDPG強化學習號誌控制的潛力與可行性。計畫同時研提以PPO 為核心演算法的做法,並於臺南市實驗場域進行模擬測試,結果顯示不同的強化學習演算法也同樣可以取得績效改善。車聯網資料應用上,研提採用卷積層網路(CNN)結構萃取資料特徵,進而做為強化學習的資料輸入,實驗結果顯示,以車聯網資料做為強化學習號誌控制資料來源的潛力。
根據不同場域特色,以及強化學習探討的議題項目,總計提出13 種不同的強化學習應用方案,訓練結果顯示13 種強化學習方案皆能不同程度的改善現況交通績效,顯示DDPG強化學習號誌控制的潛力與可行性。計畫同時研提以PPO 為核心演算法的做法,並於臺南市實驗場域進行模擬測試,結果顯示不同的強化學習演算法也同樣可以取得績效改善。車聯網資料應用上,研提採用卷積層網路(CNN)結構萃取資料特徵,進而做為強化學習的資料輸入,實驗結果顯示,以車聯網資料做為強化學習號誌控制資料來源的潛力。
目錄
第一章 緒論
1.1計畫背景
第二章 文獻回顧
2.1現有動態號誌控制
第三章 研究方法
3.強化學習號誌控制方法
第四章 實驗場域規劃與分析
4.1 實驗場域遴選過程方案規劃構建
第五章 人工智慧強化學習方案規劃與模擬模式
1.1計畫背景
第二章 文獻回顧
2.1現有動態號誌控制
第三章 研究方法
3.強化學習號誌控制方法
第四章 實驗場域規劃與分析
4.1 實驗場域遴選過程方案規劃構建
第五章 人工智慧強化學習方案規劃與模擬模式
配送方式
-
台灣
- 國內宅配:本島、離島
-
到店取貨:
不限金額免運費
-
海外
- 國際快遞:全球
-
港澳店取:
訂購/退換貨須知
退換貨須知:
**提醒您,鑑賞期不等於試用期,退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」,以下商品購買後,除商品本身有瑕疵外,將不提供7天的猶豫期:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮食品)
- 依消費者要求所為之客製化給付。(客製化商品)
- 報紙、期刊或雜誌。(含MOOK、外文雜誌)
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書、電子雜誌、下載版軟體、虛擬商品…等)
- 已拆封之個人衛生用品。(如:內衣褲、刮鬍刀、除毛刀…等)
- 若非上列種類商品,均享有到貨7天的猶豫期(含例假日)。
- 辦理退換貨時,商品(組合商品恕無法接受單獨退貨)必須是您收到商品時的原始狀態(包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等),請勿直接使用原廠包裝寄送,或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀,將請您負擔回復原狀所需費用,嚴重時將影響您的退貨權益。
商品評價