Skip to content
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Services de bibliothèques
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Journal Matcher
Blog
Contact
Chercher
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Journal of Artificial Intelligence and Soft Computing Research
Édition 15 (2025): Edition 3 (Juillet 2025)
Accès libre
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
Profil Orcid
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Liu, Li-Juan
,
Guang-Ming Bai
Guang-Ming Bai
School of Railway Intelligent Engineering, Dalian Jiaotong University
Dalian, China
Profil Orcid
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Bai, Guang-Ming
et
Hamid Reza Karimi
Hamid Reza Karimi
Department of Mechanical Engineering, Politecnico di Milano
Milan, Italy
Profil Orcid
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Karimi, Hamid Reza
18 mars 2025
Journal of Artificial Intelligence and Soft Computing Research
Édition 15 (2025): Edition 3 (Juillet 2025)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
18 mars 2025
Pages:
239 - 255
Reçu:
21 déc. 2024
Accepté:
21 févr. 2025
DOI:
https://doi.org/10.2478/jaiscr-2025-0012
Mots clés
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.