Сегодня на многих перекрестках г. Москвы и других городов России установлены детекторы транспорта, которые в онлайн-режиме предоставляют данные о количестве и скорости проходящих мимо автомобилей. Сейчас эти данные используют преимущественно для статистики, или переключения между фиксированными фазами светофоров. В данной работе мы исследуем возможности применения обучения с подкреплением (RL) для разработки эффективной политики динамического управления светофорным объектом на основе данных, поступающих с онлайн-детекторов.

Today, at many intersections in Moscow and other Russian cities, traffic detectors are installed that provide online data on the number and speed of cars passing by. Now this data is mainly used for statistics, or switching between fixed phases of traffic lights. In this paper, we explore the possibility of using reinforcement learning (RL) to develop an effective policy for dynamic control of a traffic light object based on data from online detectors.

"Системный анализ в проектировании и управлении", международная научно-практическая конференция (26; 2022; Санкт-Петербург). Системный анализ в проектировании и управлении: сборник научных трудов XXVI Международной научно-практической конференции, 13–14 октября 2022 года: [в 3 частях]. Ч. 1 / Международная академия наук высшей школы, Санкт-Петербургское отделение [и др.]; [программный комитет конференции: Ю. С. Васильев (председатель) [и др.]; [ответственные редакторы В. Н. Волкова, Г. В. Горелова]. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2023. — 1 файл (14,8 Мб). — Загл. с титул. экрана. — Электронная версия печатной публикации 2023 г. — Ч. текста на англ. яз. — Доступ по паролю из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/i23-68.pdf>. — DOI 10.18720/SPBPU/2/i23-68. — Текст: электронный