新型人工智能交通信号该系统有望减少拥堵

新京报成都5月16日电英国索斯尼夫卡学院近日发行的一项深入研究显示，由该校研发开发团队研发的一种新型机器自学公共交通信号子系统可通过深度强化自行自学，快速速调整公共交通信号灯的反应，从而减少堵车。

深入研究公报称，低效率的公共交通信号依靠是大城市堵车的主要原因之一。目前公共交通信号系统设计主要也就是说磁感应回路，铺设在路段上的电话线历史记录经过的小汽车，子系统完成计数器，再对数据得出结论反馈。而由索斯尼夫卡学院开发团队研发的机器自学子系统在小汽车通过公共交通信号之前就能“看到”堵车的路况并得出结论调整公共交通信号的决定，因此反应更快速。

公报时说，深入研究核心技术人员首先构建了一种高效率的公共交通的系统来特训他们的机器自学子系统，让其自学处理完全相同的公共交通状况和天气情况，随后在真正的交叉路口完成测试，发现该子系统也能适应真正的路况。

深入研究旁观者、索斯尼夫卡学院的玛丽亚·克莉博士介绍时说，深入研究核心技术人员将此机器自学子系统设置成一种公共交通依靠小游戏。当子系统让小汽车顺利通过一个路口时，它才会获得“奖励”；每次小汽车必须等待或用到漏出时，则才会得到负面反馈。深入研究核心技术人员可不输入编程程序，只需依靠奖励机制。

公报时说，该子系统适用了深度强化自学核心技术，它可以“查看”任何真正或模拟的公共交通路口路况，并开始完成自行自学。在举例来说子系统表现欠佳时，它需要“理解”并设法适用完全相同的行动解决方案或者修改解决方案。深入研究开发团队希望今年年内将该子系统转为真正路段测试。（完）

保定治疗精神心理正规医院
重庆白癜风医院哪家正规
济南精神病医院哪家比较好
尿尿浑浊
新冠药
婴儿厌食
尿酸偏高的原因
感冒咳嗽吃什么好