天才少年马斯克计划 | 科创教育平台

项目挑战

城市交通拥堵日益严重，固定配时的红绿灯无法应对流量变化。智能交通信号控制能否显著提升道路通行效率？

解决思路

使用 SUMO 交通仿真软件，导入济南市起步区道路网络和真实流量数据。实现 DQN 强化学习算法控制交叉信号灯配时，以平均等待时间最小化为目标进行训练，并与传统定时方案对比。

项目亮点

•覆盖起步区 12 个核心交叉口
•DQN 强化学习信号灯控制算法
•主干道平均通行时间减少 22%
•高峰期拥堵指数下降 31%

JOURNEY

项目过程

STEP 01

数据收集

从交通部门获取起步区道路拓扑和早高峰流量数据，构建仿真路网。

STEP 02

仿真建模

在 SUMO 中搭建 12 个交叉口的路网模型，标定车辆生成参数。

STEP 03

算法实现

实现 DQN 算法，以排队长度和等待时间为状态，信号灯相位为动作。

STEP 04

对比测试

训练后与传统定时方案、感应控制方案在多种流量场景下对比测试。

RESULTS

成果展示

12

核心路网

交叉路口

-22%

主干道平均

通行时间

-31%

高峰期

拥堵指数

5000+

强化学习

训练回合

项目图集

TOOLS

技术栈 & 工具

SUMOPythonPyTorchDQNOpenStreetMap

加入天才少年马斯克计划，从第一个项目开始，创造属于你的作品

查看全部项目申请入学

城市交通拥堵优化算法