ارائه مدل توزیع شده مبتی برRAYجهت کنترل هوشمندچراغ راهنمایی

حملونقل یکی از موضوعات مهم در تمدن بشری به شمار میرود، اما از نیمه دوم قرن اخیر مسئله تراکم ترافیک به علت افزایش سریع وسایل نقلیه و تقاضا بسیار موردتوجه قرارگرفته است. یکی از روشهای حل مسئله ترافیک، کنترل زمان چراغ های راهنمایی تقاطع ها است. جریان ترافیک ماهیت غیرخطی، پویا و تصادفی دارد و به همین دلایل استفاده از روشهای هوشمند در کنترل ترافیک به خصوص روشهای حل مسئله یادگیری تقویتی عمیق حائز اهمیت است. کنترل هوشمند چراغ های راهنمایی بر پایه یادگیری تقویتی عمیق نیاز به یادگیری و تصمیمگیری در فضای حالت بزرگ را دارد. همین امر باعث میشود که روشهای یادگیری تقویتی گسسته برای چنین مسائلی بهخوبی قابل بسط نباشند. هدف پژوهش حاضر، حل این چالش در مسئله کنترل ترافیک میکروسکوپیک است. در این تحقیق از الگوریتمهای یادگیری تقویتی عمیق حالت پیوسته برای حل چالش بزرگ بودن فضای حالت استفاده شده و برای دستیابی به افزایش سرعت محاسبات و بهینه کردن سیستم، الگوریتمها در چارچوب توزیع شدهRAY ،پیاده سازی گردیده است. برای ارزیابی روش پیشنهادی، انواع شبکه ها در نرم افزارSUMO شبیه سازی شده است و دو روش Learning-Q و A3C در سیستم های تک عاملی و چندعاملی مقایسه شدند و نتایج نشانگر آن است که روش A3C منجر به کاهش 15,91 %زمان سفر در مقایسه با روش Learning-Q در تک عاملی و همچنین کاهش70,39 %زمان سفر در مقایسه با روش Learning-Q در چند عاملی میشود.