Skip to content
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Servicios bibliotecarios
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Journal Matcher
Blog
Contacto
Buscar
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Journal of Artificial Intelligence and Soft Computing Research
Volumen 15 (2025): Edición 3 (Julio 2025)
Acceso abierto
Advanced Traffic Signal Control System Using Deep Double Q-Learning with Pedestrian Factors
Li-Juan Liu
Li-Juan Liu
School of Railway Intelligent Engineering, Dalian Jiaotong University
Dalian, China
Perfil de Orcid
Buscar este autor en
Sciendo
|
Google Scholar
Liu, Li-Juan
,
Guang-Ming Bai
Guang-Ming Bai
School of Railway Intelligent Engineering, Dalian Jiaotong University
Dalian, China
Perfil de Orcid
Buscar este autor en
Sciendo
|
Google Scholar
Bai, Guang-Ming
y
Hamid Reza Karimi
Hamid Reza Karimi
Department of Mechanical Engineering, Politecnico di Milano
Milan, Italy
Perfil de Orcid
Buscar este autor en
Sciendo
|
Google Scholar
Karimi, Hamid Reza
18 mar 2025
Journal of Artificial Intelligence and Soft Computing Research
Volumen 15 (2025): Edición 3 (Julio 2025)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Descargar portada
Publicado en línea:
18 mar 2025
Páginas:
239 - 255
Recibido:
21 dic 2024
Aceptado:
21 feb 2025
DOI:
https://doi.org/10.2478/jaiscr-2025-0012
Palabras clave
state space model
,
Deep Double Q-learning
,
Traffic Signal Control System
,
reward function
,
Simulation of Urban MObility software
© 2025 Li-Juan Liu et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.