论文部分内容阅读
近年来由于硬设备的进步以及alphago的成功，人工智能快速的重回大众的视野，并成为现今主流。交通号志控制方面又尤以自适应号志控制为热门趋势，引入学习基础的号志控制如今蔚为风潮。本研究期望以人工智能中各项方法应用于号志控制进行比较探讨，并提出其中可讨论之议题。交通号志控制的主要因素包括有数据输入、控制逻辑、以及绩效评估三方面。有关于资料输入部分，可以应用实时反应以及大数据的技术来提高驾驶行为的准确度。而在控制逻辑部分，可以应用深度学习方式，不断地加强控制逻辑的合理性。对于绩效评估部分，由于信息来源的多样性与实时性，绩效评估的修正速率也会增添系统的优化。人工智能的范畴很广，加上大数据技术的提升，尤其是深度学习的广泛应用，对于多种因素互相连动的号志控制，正是最佳应用的选择。本文期能提供全面智能化交通控制的方向。