计算机应用研究 Accepted Paper
2024年第41卷 第7期

Intersection decision model based on ga-td3 algorithm

Intersection decision model based on ga-td3 algorithm
Jiang Anni1a,2
Du Yu1b,2
Yuan Ying1b,2
Zhang Hao1b,2
Zhao Shixin1b,2
1. a. College of Smart City, b. College of Robotics, Beijing Union University, Beijing 100101, China
2. Beijing Key Laboratory of Information Service Engineering, Beijing Union University, Beijing 100101, China
DOI: 10.19734/j.issn.1001-3695.2023.10.0570

摘要

Addressing problems such as low success rates, instability, and inefficient traffic flow in autonomous decision-making models at intersections, this study proposes enhancements to the TD3 algorithm through the GA-TD3 (GRU Attention Twin Delayed Deep Deterministic Policy Gradient) algorithm. Firstly, introduce a memory module which using GRU neural network to improve the success rate of the decision model. Secondly, introducing a social attention mechanism in the state space to focus on interactions with social vehicles. This mechanism ensures the stability of the model while improving the traffic efficiency of vehicles. After 20, 000 rounds of training in the CARLA simulator, the TD3 algorithm achieves a success rate of 92.4%, while the success rate of the GA-TD3 algorithm is 97.6%. Additionally, the vehicle's travel time is shortened by 3.36 seconds. GA-TD3 algorithm improves both learning efficiency and traffic efficiency, which can alleviate traffic pressure in urban scenes and improve driving efficiency.

基金项目

国家自然科学基金(面上)项目(52072213)
北京市教育委员会科研计划资助项目(KM202311417006)
北京市朝阳区科技局项目(纵20200028)

出版信息

DOI: 10.19734/j.issn.1001-3695.2023.10.0570
出版期卷: 《计算机应用研究》 Accepted Paper, 2024年第41卷 第7期

发布历史

[2024-01-30] Accepted Paper

引用本文

江安旎, 杜煜, 原颖, 等. 基于GA-TD3算法的交叉路口决策模型 [J]. 计算机应用研究, 2024, 41 (7). (2024-04-10). https://doi.org/10.19734/j.issn.1001-3695.2023.10.0570. (Jiang Anni, Du Yu, Yuan Ying, et al. Intersection decision model based on ga-td3 algorithm [J]. Application Research of Computers, 2024, 41 (7). (2024-04-10). https://doi.org/10.19734/j.issn.1001-3695.2023.10.0570. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。

收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊（北大2023年版）
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊