橡树岭国家实验室(ORNL)的研究人员利用人工智能和机器学习设计了一种计算机视觉系统,使交通在交叉路口高效运行,同时最大限度地减少燃料消耗。
研究人员使用交通管理服务公司Gridsmart的红绿灯摄像头,从通过十字路口的车辆图像中收集真实世界的数据,并训练这些摄像头识别车辆类型和估计的油耗。
之后,他们使用开源的SUMO包对交通系统进行建模,并对全市交通网格进行了模拟。
他们增强了系统的能力,训练机器学习算法来控制红绿灯,并应用强化学习来保持高油耗车辆行驶,而不是在交通信号灯时空转。
ORNL的Thomas Karnowski说:“有趣的是,你基本上建立了一个奖惩系统,然后让计算机尝试不同的事情,直到它学会获得奖励和最小化惩罚。”
从政府计算机新闻
查看全文
版权所有©2020SmithBucklin,美国华盛顿特区
没有发现记录