该研究利用LSTM预测未来交通状态，经卡尔曼滤波融合后输入双向LSTM-A2C模型，在SUMO仿真中大幅减少车辆平均等待时间与排队长度，优于传统及现有强化学习方法。
电话：0573-83596861 邮编：314001 邮箱：zhjt_zjxu@126.com 地址：嘉兴智慧产业创新园智慧大厦 7 号楼 4 层
浙 ICP 备 12033620 号 Copyright © 2023 智慧交通研究中心