Модель следования за автомобилем на основе обучения с подкреплением может сократить расход топлива
Транспортный сектор по-прежнему остается одним из основных источников загрязнения воздуха и изменения климата на Земле, на него приходится около 59% потребления нефти и 22% выбросов CO 2. Таким образом, выявление эффективных стратегий по ограничению потребления топлива транспортными средствами может способствовать снижению загрязнения, а также решению проблемы глобального дефицита энергии. Исследователи из Гонконгского университета науки и технологий недавно приступили к решению этой проблемы, используя вычислительную модель на основе обучения с подкреплением . Эта модель, изложенная в статье , размещенной на сервере препринтов arXiv , предназначена для оптимизации расхода топлива в сценариях следования за автомобилем, особенно в ситуациях, когда полуавтоматические и автономные транспортные средства движутся близко друг к другу и должны поддерживать безопасную дистанцию друг от друга, регулируя свою скорость. «Вдохновение для этой статьи возникло из-за растущего спроса на устойчивые и энергоэффективные транспортные решения», — рассказал Хуэй Чжун, соавтор статьи, Tech Xplore. «Поскольку пробки на дорогах и неэффективное поведение водителей значительно способствуют расходу топлива и выбросам, мы стремились изучить способы смягчения этих проблем». Основная цель этой недавней работы Чжуна и его коллег заключалась в разработке вычислительной модели, которая оптимизировала бы расход топлива в сценариях следования за автомобилем, гарантируя при этом, что автомобили сохранят безоп...