我國人工智慧車聯網之號誌控制(1/2)- 都會區幹道實作與交流道區域模式發展探討[113粉紅]

目錄 III
圖目錄 V
表目錄 IX
第一章 計畫概述 1
1.1 計畫背景與目的 1
1.2 計畫工作流程 2
1.3 研究內容與工作項目 2
第二章 文獻回顧與關鍵課題 5
2.1 國內外號誌控制策略探討 5
2.1.1平面路口之號誌控制 5
2.1.2交流道之號誌協控 10
2.2 強化學習於號誌控制之應用 16
2.2.1 強化學習於平面路口之號誌控制 16
2.2.2 強化學習應用於交流道協控 19
2.2.3 我國應用人工智慧或車聯網於號誌控制相關研究 24
2.3 人工智慧強化學習(Reinforcement learning, RL)模式 28
2.3.1 強化學習架構 28
2.3.2 強化學習演算法 30
2.3.3 小結 50
2.4人工智慧強化學習在號誌控制應用之關鍵課題 50
第三章 強化學習號誌控制模型探討 53
3.1 實測號誌控制模型檢討 53
3.2 號誌控制模型優化與精進 59
3.2.1 AI強化學習模型精進架構 59
3.2.2 AI強化學習模型訓練模擬環境程式與軟硬體說明 68
3.2.3 AI強化學習模型訓練結果 69
第四章 強化學習號誌控制實測 81
4.1 實驗場域規劃與分析 81
4.1.1 單一路口場域(臺南市「台 86-19 甲線」路口) 81
4.1.2 幹道多路口場域(臺北市「中山北路-德行東路」) 84
4.2 人工智慧強化學習號誌控制核心運作模組 87
4.3 實測計畫 92
4.3.1 車輛偵測器驗證計畫 92
4.3.2 模擬測試 96
4.3.3實測計畫 135
4.3.4 實測情形 137
4.4 事前事後量化績效評估 141
4.4.1 臺南市實驗場域實測結果 141
4.4.2 臺北市實驗場域實測結果 146
4.4.3 實測分析 151
4.5 小結 152
第五章 強化學習號誌協控模擬環境構建規劃 155
5.1 強化學習號誌協控型態探討 155
5.2 強化學習號誌協控模式發展構想 156
5.3 實驗場域規劃與分析 158
5.4 實驗場域模擬模式構建規劃 164
5.4.1 交通參數與績效指標設計 164
5.4.2 交通參數資料蒐集規劃 165
5.4.3 模擬模式建構設計 167
5.4.4 模擬模式校估驗證 170
5.5 小結 176
第六章 結論與建議 177
6.1 結論 177
6.2 建議 178
參考文獻 181
附錄一 期中審查意見回覆表 185
附錄二 期末審查意見回覆表 203