Проаналізовано сучасні підходи до побудови інтелектуальних транспортних систем (ІТС) з метою оптимізації міського трафіку. Особливу увагу приділено алгоритмам безмодельного навчання з підкріпленням (Q-Learning і Deep Q-Learning), що застосовуються для керування сигналами світлофорів у динамічних умовах дорожнього руху. За результатами симуляцій у середовищі SUMO доведено, що впровадження таких алгоритмів забезпечує суттєве зменшення черг на перехрестях і підвищує пропускну здатність транспортної мережі. Зокрема, застосування Deep Q-Learning дає змогу ефективніше обробляти великі обсяги даних, зокрема інформацію від IoT-сенсорів та V2X-технологій, що сприяє реалістичній адаптації до змінних умов трафіку. Окреслено перспективи подальших досліджень щодо вдосконалення глибоких нейронних мереж і мультиагентних методів, які дають змогу покращити результати керування дорожнім рухом у міському середовищі та стати фундаментом для створення «розумних» транспортних інфраструктур.
- Majstorović Ž., Tišljarić L., Ivanjko E., Carić T. Urban Traffic Signal Control under Mixed Traffic Flows: Literature Review. Applied Sciences. 2023. 13(7). 4484. Doi: https://doi.org/10.3390/app13074484.
- Ouyang Chen, Zhan Zhenfei, Lv Fengyao. A Comparative Study of Traffic Signal Control Based on Reinforcement Learning Algorithms. World Electric Vehicle Journal. 2024. 15. 246. 10.3390/wevj15060246.
- Jin J. et al. CoLight: Learning Network-Level Cooperation for Traffic Signal Control. Proceedings of the AAAI Conference on Artificial Intelligence. Hua Wei, Nan Xu, Huichu Zhang, Guanjie Zheng, Xinshi Zang, Chacha Chen, Weinan Zhang, Yanmin Zhu, Kai Xu, and Zhenhui Li. 2019. CoLight: Learning Network-level Cooperation for Traffic Signal Control. In Proceedings of the 28th ACM International Conference on Information and Knowledge Management (CIKM '19). Association for Computing Machinery, New York, NY, USA, 2019. 1913–1922. Doi: https://doi.org/10.1145/3357384.3357902.
- Wei Hua, Zheng Guanjie, Yao Huaxiu, Li Zhenhui. IntelliLight: A Reinforcement Learning Approach for Intelligent Traffic Light Control. 2018. 2496-2505. Doi: 10.1145/3219819.3220096.
- Rasheed Faizan, Yau Kok-Lim, Md. Noor Rafidah, Wu Celimuge, Low Yeh Ching. Deep Reinforcement Learning for Traffic Signal Control. IEEE Access. 8. 2020. 208016-208044. Doi: 10.1109/ACCESS.2020.3034141.
- Abid Ali Awan. An Introduction to Q-Learning: A Tutorial For Beginners. URL: https://www.datacamp.com/tutorial/introduction-q-learning-beginner-tutorial.
- Samina Amin. Deep Q-Learning (DQN). URL: https://medium.com/@samina.amin/deep-q-learning-dqn- 71c109586bae.