Simulation of Urban Mobility (SUMO) 发布 SUMO Traffic Simulation Environment 数据集, 应用在 交通模拟、深度强化学习 领域

Simulation of Urban Mobility (SUMO) 本次发布的数据集 SUMO Traffic Simulation Environment, 该数据集是在使用城市移动模拟（SUMO）创建的模拟环境中构建的，旨在测试和评估深度强化学习代理在交通场景中的性能。该环境能够模拟多种参数，如状态空间、动作空间，并且与OpenAI GYM的无缝集成使得可以评估强化学习代理。该数据集的规模包含300个单元和3条车道，任务是通过深度强化学习进行交通优化和变道决策。

查看SUMO Traffic Simulation Environment

关于 Simulation of Urban Mobility (SUMO) , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。