استفاده از عامل هاي يادگيرنده در كنترل هوشمند ترافيك شهري

سيستم هاي چندعامله ابزار مناسبي جهت مدلسازي سيستمهاي توزيع شده به شمار مي رود. در اغلب اين سيستم ها اطلاعات دقيق و از پيش مشخص از محيط در دسترس نيست و نياز به روشي است كه عاملها بدون داشتن اطلاعات قبلي از محيط بتوانند در آن عمل نمايند. يادگيري Q اين امكان را براي عاملها فراهم مي آورد كه بتوانند با استفاده از تجربيات خود، خط مشي مناسبي را ياد بگيرند. از طرفي ديگر، با افزايش تعداد خودروها در شبكه هاي شهري، روشهاي كلاسيك در كنترل ترافيك شهري قابل استفاده نبوده و نياز به روش هاي هوشمند افزايش مي يابد. در اين مقاله، روشي براي كنترل ترافيك شهري با استفاده از سيستم هاي چند عامله مبتني بر يادگيري Q ارائه شده است. يك شبكه شامل تعداد زيادي از تقاطع ها، با يك سيستم چندعامله مدل شده است كه در آن عامل ها از يادگيري Q براي يافتن بهترين زمانبندي چراغهاي راهنمايي بهره مي برند. نتايج حاصل از پياده سازي روش بر روي شبكه گريد شامل تقاطع هاي سه فاز و چهار فاز نشان مي دهند كه روش پيشنهادي باعث كاهش ميزان تاخير در زمان سفر شده و همچنين در حجم ترافيك سنگين زمان اشباع شبكه را به تعويق مي اندازد