Projet de fin d'étude : Apprentissage par renforcement profond basé sur un système multi agents pour le contrôle des feux de signalisation au milieu urbain

Etudiant : AADEL HANANE

Filière : Master Informatique Décisionnelle et Vision Intelligente (MIDVI)

Encadrant : Pr. BOUMHIDI JAOUAD

Annèe : 2022

Résumé : La surveillance et le contrôle du trafic, ainsi que la simulation du trafic, sont encore des défis importants et ouverts malgré les recherches importantes qui ont été menées, en particulier sur les approches d'intelligence artificielle pour résoudre ces problèmes. Ce mémoire présente une approche d'apprentissage par renforcement pour le contrôle des feux de circulation, couplée à un simulateur microscopique à base d'agents (Simulation de Mobilité Urbaine - SUMO) fournissant un environnement synthétique mais réaliste dans lequel l'exploration des résultats d'actions de régulation potentielles peut être effectuée. Le mémoire présente l'approche, dans le paysage de recherche Actuel, puis le cadre expérimental spécifique et les résultats obtenus sont décrits.