研究方向

基于深度强化学习的交通信号控制 我们提出了一种基于强化学习（RL）的交通信号控制策略。 我们的算法结合了状态动作特征，并且很容易在高维设置中实现。 先前将强化学习应用于交通信号控制的研究需要路网的完整状态。因为计算复杂度会随着车道和交叉口的数量呈指数增长，所以即使在中等规模的道路网络中，这些算法也无法应用。 我们利用特征来表示状态，进而有效地解决了这个维度爆炸的问题。 我们的算法所需的特征数量与车道数量成线性关系，从而显着降低了计算复杂度。 我们在各种设置中执行我们的算法。我们还将其与一种使用完整状态表示的强化学习算法进行比较。

 

相关学科

计算机科学技术

 

科研导师

Z. K

• 卡耐基梅隆大学土木与环境工程博士；
• 研究领域包含强化学习，深度学习，交通控制和网络分析；
• 曾获卡耐基梅隆大学工程学院院长奖学金；
• 曾在国际知名SCI期刊上发表多篇论文，并担任多个SCI期刊和行业顶会的审稿人。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果二：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。

成果三：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。

成果四：顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。

成果五：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。

 

 

了解更多详情

请扫描二维码

关注「有方背景提升」