Upravljanje prometnim svjetlima u svrhu minimizacije prosječnog zadržavanja pomoću potpornog učenja

diplomski rad

• Naslov (engleski): Traffic Lights Control for Average Delay Minimization Using Reinforcement Learning
• Autor: Josip Silović
• Mentor: Marin Šilić (mentor)
• Član povjerenstva: Marin Šilić (član povjerenstva)
• Član povjerenstva: Siniša Srbljić (član povjerenstva)
• Član povjerenstva: Goran Delač (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-07-05, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Suvremeni gradski prometni sustavi postaju suviše kompleksni svakim novim danom.
S rastućim životnim standardima, sve veći broj populacije postaje dio ovog kompleksnog
sustava. Moderna rješenja, poput kružnih tokova, u najbolju ruku privremeno rješavaju
rastući problem. Bolje rješenje je prezentirano u optimiranju toka prometa, nasuprot
njegove infrastructure, i otkrivanju optimalnijih ruta koje vozila mogu koristiti kako bi
stigli na odredište. Predlaže se moderni sustav, rješenje koristeći agenta potpornog učenja,
koji uči proučavanjem toka prometa, i minimizira prosječno zadržavanje vozila koje
prilaze semaforu

Sažetak (engleski)

Modern urban traffic systems are proving to become too complex with each passing
day. With life standards growing, more and more population is becoming a part of this
complex system. Modern solutions for traffic jams, such as roundabouts, are merely a
temporary solution to a larger problem. A better solution is presented in optimizing the
traffic flow, as opposed to its infrastructure, and discovering optimal routes a vehicle
should take to reach its destination. A modern system is proposed, a solution using a
reinforcement learning agent able to learn by observing the traffic flow, and minimize the
average travel time delay of each vehicle approaching a traffic-light.

• Ključne riječi: potporno učenje; agent; promet; optimizacija
• Ključne riječi (engleski): reinforcement learning; agent; traffic; optimization
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:246135
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-14 00:41:43