علیرضا عربی - کارشناسی ارشد دانشکده برق و مهندسی پزشکی دانشگاه صنعتی سجاد مشهد ایران
امین نوری - مربی دانشکده برق و مهندسی پزشکی دانشگاه صنعتی سجاد مشهد ایران

یکی از مهم ترین اهداف پژوهش در حوزه حمل و نقل، بهینه کردن جریان های ترافیک است امروزه با افزایش وسایل نقلیه به طور پیوسته، محدودیت در منابع ارایه شده توسط زیر ساخت های فعلی و ماهیت غیر خطی، پویا و تصادفی بودن جریان ترافیک/، استفاده از روش های هوشمند در کنترل ترافیک به خصوص روش های حل مساله یادگیری تقویتی حایز اهمیت است روش یادگیری تقویتی علاوه بر سادگی و نداشتن پیچیدگی محاسباتی، در عمل بی نیاز به مدل ریاضی محیط می باشد و خاصیت تطبیق پذیری با شرایط محیط و مقاوم بودن در برابر تغییرات محیطی را دارد. در این مقاله کنترل ترافیک یک تقاطع با سه روش از زیر روش های حل مساله یادگیری تقویتی یادگیری Q سارسا و مسیرهای شایستگی انجام شده است نتایج شبیه سازی حاکی از آن است که مسیرهای شایستگی یک روش کنترلی بروزتر و بهینه تر نسبت به دو روش یادگیری Q و سارسا که بیشتر در مقالات کنترل ترافیک مورد استفاده قرار گرفته است می باشد.

کنترل سیگنال ترافیک، یادگیری تقویتی، یادگیری Q، سارسا، مسیرهای شایستگی