基于最大熵框架的强化学习的交通信号控制方法

被引：0

专利类型：

发明

申请号：

CN202210839915.6

申请日：

2022-07-18

公开(公告)号：

CN115588303B

公开(公告)日：

2025-12-12

发明(设计)人：

阚宇衡王茂南谷心洋

申请人：

上海人工智能创新中心

申请人地址：

200232 上海市徐汇区云锦路701号37、38层

IPC主分类号：

G08G1/07

IPC分类号：

G08G1/01

代理机构：

上海智晟知识产权代理事务所(特殊普通合伙) 31313

代理人：

李镝的

法律状态：

授权

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-12-12	授权	授权

共 50 条

[1]

基于最大熵框架的强化学习的交通信号控制方法 [P].

阚宇衡 ;

王茂南 ;

谷心洋 .

中国专利 :CN115588303A ,2023-01-10

[2]

基于强化学习的交通信号控制方法 [P].

龙水 ;

俞嘉地 .

中国专利 :CN115705771A ,2023-02-17

[3]

基于强化学习的交通信号控制平台下配时优化方法 [P].

周翔 .

中国专利 :CN120164331A ,2025-06-17

[4]

一种基于强化学习的动态最大压交通信号控制方法 [P].

李冰 ;

李宏 ;

陆大志 ;

张灵 ;

殷炬元 ;

赵刚 ;

何欣东 ;

杨欣宇 .

中国专利 :CN119229669B ,2025-03-14

[5]

一种基于强化学习的动态最大压交通信号控制方法 [P].

李冰 ;

李宏 ;

陆大志 ;

张灵 ;

殷炬元 ;

赵刚 ;

何欣东 ;

杨欣宇 .

中国专利 :CN119229669A ,2024-12-31

[6]

一种基于深度强化学习的交通信号控制方法 [P].

刘端阳 ;

申思 ;

沈国江 ;

徐卫 ;

刘志 ;

杨曦 .

中国专利 :CN112216124A ,2021-01-12

[7]

基于多智能体强化学习的异构路口场景交通信号控制方法 [P].

张程伟 ;

栾利广 ;

赵心田 .

中国专利 :CN114120672A ,2022-03-01

[8]

基于深度强化学习的路口交通信号自适应控制方法 [P].

高万宝 ;

尹少东 ;

吕红振 ;

张超 ;

解寅萍 ;

杨丹 .

中国专利 :CN114913685B ,2024-03-22

[9]

基于深度强化学习的路口交通信号自适应控制方法 [P].

高万宝 ;

尹少东 ;

吕红振 ;

张超 ;

解寅萍 ;

杨丹 .

中国专利 :CN114913685A ,2022-08-16

[10]

基于多智能体强化学习的交通信号协同控制方法 [P].

张永男 ;

彭思睿 ;

顾欣 ;

李昀轩 ;

贾晓璐 ;

李永行 ;

李同飞 ;

陈艳艳 .

中国专利 :CN120340272A ,2025-07-18

← 1 2 3 4 5 →