LEARNING
ROSA-RL：基于强化学习的不确定性感知环岛优化速度建议
Anna-Lena Schlamp, Jeremias Gerner, Klaus Bogenberger, Werner Huber, Stefanie Schmidtner
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出ROSA-RL，一种基于强化学习的不确定性感知环岛优化速度建议方法，通过Transformer模型预测冲突区域占用情况并编码不确定性，实现混合交通下的安全高效环岛进入。仿真实验表明，该方法能有效处理不确定性，在交通效率和安全性上优于传统模型基线。
关键词
roundaboutreinforcement learninguncertainty-awaremixed trafficspeed advisory
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018