• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo UVaDOCComunidadesPor fecha de publicaciónAutoresMateriasTítulos

    Mi cuenta

    Acceder

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Ver ítem 
    •   UVaDOC Principal
    • TRABAJOS FIN DE ESTUDIOS
    • Trabajos Fin de Grado UVa
    • Ver ítem
    •   UVaDOC Principal
    • TRABAJOS FIN DE ESTUDIOS
    • Trabajos Fin de Grado UVa
    • Ver ítem
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/49511

    Título
    Joined optimization of traffic signaling and vehicle speed advisory in V2I-enabled traffic with deep reinforcement learning
    Autor
    Fernández Sánchez, Nerea
    Director o Tutor
    Fuente López, Eusebio de laAutoridad UVA
    Johaness Busch
    Editor
    Universidad de Valladolid. Escuela de Ingenierías IndustrialesAutoridad UVA
    Año del Documento
    2021
    Titulación
    Grado en Ingeniería en Electrónica Industrial y Automática
    Resumen
    En nuestra sociedad, tenemos un problema muy grande que nos causa una gran cantidad de pérdidas tanto directa como indirectamente: la congestión del tráfico. Podemos observar en varios estudios datos que aportan evidencias sobre los efectos producidos. Para intentar dar solución a este problema tenemos tecnologías emergentes como el 5G, el big data, la V2I y el DRL. Con la comunicación entre la infraestructura del tráfico y los vehículos podemos conseguir situaciones particularizadas en cada momento. Previamente se había comprobado que el DRL da buenas soluciones para controlar la señalización de los semáforos. Buscamos conseguir integrar con DRL la señalización del tráfico y las recomendaciones de velocidad para los vehículos que se aproximen, en este caso al escenario que hemos elegido que es una intersección simple. Conseguir integrar ambas va a conseguir solucionar la gran mayoría de los problemas asociados, pero sobre este último punto no se han realizado estudios
     
    In our society, we have a very big problem that causes us a great deal of losses both directly and indirectly: traffic congestion. We can observe in several studies data that provide evidence of the effects produced. To try to provide a solution to this problem we have emerging technologies such as 5G, big data, V2I and DRL. With communication between traffic infrastructure and vehicles we can achieve particularized situations at each moment. DRL has previously been proven to provide good solutions for controlling traffic light signaling. We seek to integrate with DRL the traffic signaling and speed recommendations for approaching vehicles, in this case to the scenario we have chosen, which is a simple intersection. Integrating both will solve most of the associated problems, but no studies have been carried out on this last point
    Materias Unesco
    3329.07 Transporte
    Palabras Clave
    Reinforcement learning
    Machine learning
    Deep Reinforcement learning
    Artificial Intelligence
    V21
    Departamento
    Departamento de Ingeniería de Sistemas y Automática
    Idioma
    eng
    URI
    https://uvadoc.uva.es/handle/10324/49511
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30878]
    Mostrar el registro completo del ítem
    Ficheros en el ítem
    Nombre:
    TFG-I-2102.pdf
    Tamaño:
    1.361Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalLa licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10