论文部分内容阅读
为了解决航路交叉口的交通压力问题,针对交叉口位置的空中交通排序展开研究,把Q-learning与Agent联系起来作为解决该问题的技术手段。首先对Q-learning算法的学习原理及Agent结构模型的实现进行说明,然后根据对汇聚的空中交通流进行控制的过程提出了奖惩函数,仿真结果证明,这种方法的控制效果要比FCFS算法更好。