Adaptive traffic light control based on machine learning

В данной статье рассматриваются основные причины возникновения транспортных заторов на дорогах города. Особое внимание обращается на современные методы адаптивного управления светофором как способ снизить время ожидания на регулируемом перекрестке. В статье излагаются современные подходы, основанные на применении методов искусственного интеллекта, а также известные проблемы данных методов. Авторами предложен метод оптимизации работы светофора на основе модифицированного алгоритма машинного обучения Q-learning. Метод апробирован на имитационной модели перекрестка Аврора-Партизанская города Самара. This article discusses the main causes of traffic congestion on the city roads. Particular attention is paid to modern methods of adaptive traffic control as a means to reduce the waiting time at a signaled crossing. The article outlines modern approaches based on the use of artificial intelligence methods, as well as the known issues of these methods. The authors propose a traffic light optimization method that is based on a modified Q-learning machine learning algorithm. The method was tested on a simulation model of the Aurora- Partizanskaya intersection in the city of Samara