RouteRL: Multi-agent reinforcement learning framework for urban route choice with autonomous vehicles

Tytuł:
RouteRL: Multi-agent reinforcement learning framework for urban route choice with autonomous vehicles
Czasopismo:
SoftwareX
Rok:
2025

Opis:
https://ruj.uj.edu.pl/handle/item/560030 RouteRL is a novel framework that integrates multi-agent reinforcement learning (MARL) with a microscopic traffic simulation for the development of efficient collective route choice strategies for autonomous vehicles (AVs).

Strony:
102279

Tom (seria wydawnicza):
31

Numer DOI:
https://doi.org/10.1016/j.softx.2025.102279

Link:
https://www.sciencedirect.com/science/article/pii/S2352711025002468

Access:
OTWARTY

Licencja:
Creative Commons - Uznanie Autorstwa (CC-BY)

Wersja tekstu:
Ostateczna wersja opublikowana

Sposób udostępinienia:
Otwarte czasopismo

Data udostępnienia publikacji:
W momencie opublikowania