Closed-Loop Optimal Freeway Ramp Metering Using Continuous State Space Reinforcement Learning with Function Approximation
Notice bibliographique
Résumé
In recent years, Reinforcement Learning (RL), an Artificial Intelligence based learning method, has gained some interest among researchers in solving control systems problems. Although RL methods have been applied to different transportation problems such as ramp metering and traffic signal control, RL in its conventional form, with discrete state space representation, lacks learning efficiency and becomes intractable when applied to medium and large-scale transportation control problems. Continuous state space representation in RL problems implies direct representation of the problem’s continuous variables using function approximation techniques that has the potential to addresses some of the challenges associated with employing RL in large transportation networks. Function approximation methods, when properly designed, have the potential to result in 1) faster learning, 2) better performance, and 3) easier design/set up for RL control systems. In this paper, three function approximation techniques: k-nearest neighbor weighted average, multi-layer perception neural network, and linear model tree are developed and compared against the conventional table-based RL as a benchmark. The four approaches are applied to a ramp metering case study in the city of Toronto. The approaches are tested on a microsimulation model and compared using the following criteria: learning speed, design effort, computational requirements, and network performance. It is concluded that, for RL problems, the linear model tree method provides the best function approximation with minimal design effort given the noisy measurements in traffic control applications with more than 10 times faster leaning speed over the conventional table-based RL methods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».