买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉航天科工广信智能技术有限公司申请的专利基于重要性采样的策略梯度双交叉口交通信号控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117334060B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311199260.1，技术领域涉及：G08G1/08；该发明授权基于重要性采样的策略梯度双交叉口交通信号控制方法是由仲辉建;范晓红;林静;李志强;曹虹霞;彭吉友;冯远静;李永强设计研发完成，并于2023-09-14向国家知识产权局提交的专利申请。

本基于重要性采样的策略梯度双交叉口交通信号控制方法在说明书摘要公布了：一种基于重要性采样的策略梯度双交叉口交通信号控制方法，包括以下步骤：S1、收集给定的双交叉口物理特征信息，车流量信息，信号灯相位信息，使用微观仿真软件搭建交通模拟平台的仿真模型；S2、基于搭建的仿真模型，搭建深度神经网络模型，基于重要性采样的策略梯度原理，训练信号灯相位控制策略的分布πθ，并更新神经网络的参数θ；S3、根据训练得到的深度神经网络，可以根据当前交叉口的状态信息和信号灯相位信息sk,ak，得到该双交叉口下一时刻需要执行的路网信号灯相位ak+1。本发明可以使得信号控制更快的训练得到较优良的性能，应用于路网控制中可以更加快捷的缓解交通拥堵情况。

本发明授权基于重要性采样的策略梯度双交叉口交通信号控制方法在权利要求书中公布了：1.一种基于重要性采样的策略梯度双交叉口交通信号控制方法，其特征在于，所述方法包括以下步骤： S1、收集给定的双交叉口物理特征信息，车流量信息，信号灯相位信息，使用微观仿真软件搭建交通模拟平台的仿真模型； S2、基于搭建的仿真模型，搭建深度神经网络模型，基于重要性采样的策略梯度原理，训练信号灯相位控制策略的分布，并更新神经网络的参数； S3、根据训练得到的深度神经网络，根据当前交叉口的状态信息和信号灯相位信息，得到该双交叉口下一时刻需要执行的路网信号灯相位为： ； 所述步骤S2中，更新深度神经网络的参数的步骤如下： S21，设定最大迭代次数，初始化深度神经网络参数，神经网络结构依照双交叉口的规模大小进行自适应调整，设定超参数，折扣因子； S22，设置，根据初始神经网络从仿真软件中采样并得到第一条交叉口车流量状态和信号灯动作集合，并计算，其中 ； 其中指的是状态动作对对应的奖励函数，是一个基准线常数，，表示轨迹包含的状态动作对的个数； S23，设置，通过微观仿真模型采样并得到车辆状态动作集合轨迹，并计算，其中重要性采样权重通过下式计算： ； S24，计算更新； S25，重复执行步骤S23、S24直到最大迭代次数为止； S26，输出最新的神经网络参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人航天科工广信智能技术有限公司，其通讯地址为：310004 浙江省杭州市拱墅区费家塘路576号6楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。