محققان در پژوهشی جدید، با استفاده از «یادگیری تقویتی عمیق» (Deep Reinforcement Learning)، راهکاری هوشمندانه برای پیشبینی و مدیریت جریان ترافیک ارائه دادهاند.
این مدل که با هدف حل چالشهای ماتریس مبدأ-مقصد (OD Matrix) طراحی شده، میتواند روابط پیچیده بین خودروها و جریان ترافیک را در محیطهای شبیهسازی شده به دقت تحلیل کند. نتایج این تحقیق نشان میدهد که استفاده از این رویکرد میتواند خطاهای محاسباتی در جریان ترافیک را تا حد چشمگیری (بین ۲۳ تا ۸۸ درصد در آزمایشهای مختلف) کاهش دهد. 🚗💨
این نوآوری گام بزرگی برای هوشمندسازی مدیریت شهری و کاهش گرههای ترافیکی در کلانشهرهاست.
منبع: arXiv Machine Learning
