强化学习改进动态OD在线估计

Donggyu Min和Dong-Kyu Kim提出链路流量传播引导的强化学习方法LFPG-RL，利用模拟车辆传播记录和下游误差调整各起讫点分量。基于论文摘要，在墨尔本干道网络250个工作日链路流量轨迹上的测试中，该方法平均测试RMSE为每15分钟7.41辆车，平均绝对百分比误差为31.24%，Pearson相关系数为0.987；相较最强基线“梯度下降加传播引导”，RMSE降低40.1%。 动态OD矩阵估计用于校准交通仿真的时变需求，使模拟流量贴近观测链路流量；此次结果属于论文摘要所报告的网络轨迹测试，尚未体现真实交通中的独立验证。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。