محققان در مطالعه جدید خود، یک مدل هوشمند مبتنی بر یادگیری تقویتی چندعاملی (Multi-agent DRL) طراحی کردهاند که به خودروهای متصل و خودران (CAVs) کمک میکند تا در ترافیکهای ترکیبی (حضور همزمان انسان و ماشین) تصمیمات بهتری برای تغییر لاین بگیرند.
این مدل که از شبکههای عصبی CNN-QMIX استفاده میکند، میتواند کارایی تشکیل کاروانهای خودرویی (Platooning) را تا ۲۶ درصد افزایش دهد. این دستاورد گام بزرگی برای کاهش ترافیک و افزایش ایمنی در جادههای آینده است! 🛣️🤖
منبع: arXiv AI