A modern városok úthálózatainak forgalmát ma már számos eszközzel monitorozzák, mint például hurok detektorok, forgalomfigyelő kamerák vagy akár V2X alapú megoldások. A valósidejű forgalmi információ és a jövőbeli események előrejelzései hatékonyan felhasználhatók a közlekedési lámpák szabályozására, oly módon, hogy azok minél kisebb várakozási sorokat okozzanak a kereszteződésekben, növeljék a csomópont áteresztőképességét és ezáltal csökkentség a dugók mértékét a városban. A gépi tanuláson alapuló forgalom optimalizálás célja, hogy a rendszer felismerje a forgalom különböző állapotait és a hatékonyan avatkozzon be a forgalom irányításába. A megerősítéses tanulást azonban nem csak a közlekedési lámpák irányítására használhatjuk, hanem akár a járművek önvezető funkciójának megvalósítására vagy a forgalmi szabályok dinamikus megváltoztatására is.
Kutatási területünk a legmagasabb, 5. szintű önvezetési módszerekre fókuszálunk, amelyek már teljesen autonóm vezetést tesznek lehetővé, emberi felügyelet nélkül. Fő célkitűzéseink, hogy különböző szenzorokból érkező adatfolyamot gépi tanulás alapú forgalom- és járművezérlésre használjuk fel és új, kooperatív önvezető módszereket dolgozunk ki.
Kutatási területek:
- kooperatív autonóm járművek irányítása közlekedési lámpák nélküli városi környezetben multi-ágens megerősítéses tanulás segítségével
- megerősítéses tanulás alapú közúti infrastruktúra-szabályozási módszerek
Publikációink
- Hasanain Alabbas, Árpád Huszák, „A New Gateway Selection Algorithm Based on Multi-Objective Integer Programming and Reinforcement Learning”, Infocommunications Journal, Vol. XIV, No 4, pp. 4-10., December 2022
- Hasanain Alabbas, Árpád Huszák, „Reinforcement Learning based Gateway Selection in VANETs”, International Journal of Electrical and Computer Engineering Systems (ISSN 1847-6996, 1847-7003), Vol. 13 No. 3, pp 195-202, April 2022
- Lincoln Teixeira, Árpád Huszák, „Reinforcement Learning Environment for Advanced Vehicular Ad Hoc Networks Communication Systems”, Sensors. 2022; vol. 22, no. 13: 4732, 23 June 2022
- Lincoln Teixeira, Árpád Huszák, ” Service-based Network Selection in C-ITS Vehicular Networks,” International Journal of Communication Networks and Distributed Systems (IJCNDS), Inderscience Publishers, Vol. 26, No. 2, pp 135-158, 2021, DOI: 10.1504/IJCNDS.2021.10032088, online ISSN 1754-3924, 2021
- Hasanain Alabbas, Árpád Huszák, ”A New Clustering Algorithm for Live Road Surveillance on Highways based on DBSCAN and Fuzzy Logic,” International Journal of Advanced Computer Science and Applications (IJACSA), Volume 11 Issue 8, 2020.
- Péter Pálos, Árpád Huszák, „ReLight-WCTM: Multi-Agent Reinforcement Learning Approach for Traffic Light Control within a Realistic Traffic Simulation”, 2021 44th International Conference on Telecommunications and Signal Processing (TSP), pp. 62-65, 26-28 July 2021 (Best Student Paper Award)
- Péter Pálos, Árpád Huszák, ” Comparison of Q-Learning based Traffic Light Control Methods and Objective Functions,” 2020 International Conference on Software, Telecommunications and Computer Networks (SoftCOM), Split, Hvar, Croatia, 17-19 Sept. 2020