标签
SIGMA是一个用于交通信号控制的强化学习框架，它集成了大语言模型以实现动态目标自适应，在模拟中展示了交通吞吐量和应急响应的提升。
本文提出了一种偏好条件多目标强化学习控制器，用于公交信号优先，可在无需重新训练的情况下，在运行时调整公交优先与整体交通延误之间的权衡。实验表明，该控制器在维持可行性约束的同时，优于固定时间和基于规则的基线方法。
本文提出了一种可解释的以实体为中心的强化学习框架，用于自适应交通信号控制，该框架采用具有多头交叉注意力和自注意力的双阶段注意力网络，以提供可解释的亲和矩阵，同时将确定性动作掩码集成到PPO中以确保安全合规性。
Cloudflare 将从9月15日起默认在广告支持的页面上屏蔽AI代理和训练机器人，并引入机器人身份验证。这可能对AI开发者和较小参与者的网络访问产生重大影响。
来自MIT和Symbotic的研究人员开发了一种深度强化学习系统，用于优化自主仓库中的机器人交通。该系统通过动态优先调度机器人来避免拥堵，实现了比现有方法高出25%的吞吐量提升。