麻省理工学院 发布 IntersectionZoo 数据集, 应用在 强化学习、交通控制 领域

麻省理工学院 本次发布的数据集 IntersectionZoo, IntersectionZoo是由麻省理工学院创建的综合性多智能体情境强化学习基准套件，专注于城市道路网络中的合作生态驾驶应用。该数据集基于美国10个主要城市的16,334个信号化交叉口的数据模拟，包含近100万个交通场景。数据集的创建过程结合了领域专家的输入，并使用开源的工业级微观交通模拟器进行建模。IntersectionZoo旨在解决多智能体强化学习在实际应用中的泛化问题，特别是在复杂的交通控制和生态驾驶领域。

查看IntersectionZoo

关于 麻省理工学院 , 麻省理工学院，位于美国马萨诸塞州剑桥市，是一所全球知名的私立研究型大学，以其在科学、工程和技术领域的创新和领导地位而闻名。

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。