Reinforcement Learning für Verkehrsmittelwahlentscheidungen (A07)

• Fachliche Zuordnung: Messsysteme
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 531327426

Projekt A7 erforscht das Potenzial von Deep Reinforcement Learning (DRL) für die Modellierung von Verkehrsmittelwahlentscheidungen, insb. in Szenarien mit vielen und sich dynamisch ändernden Alternativen. Wir werden die dynamische Entscheidungsfindung untersuchen, bei der sich Agenten im Tagesverlauf anpassen. Wir auch werden untersuchen, wie gut ein DRL-Agent im Vergleich zu bestehenden Modellen lernen kann, effektive Verkehrsmittelwahlentscheidungen zu treffen, welche anfänglichen Strategien der Agent in der MATSim-Umgebung entwickelt sowie auch Möglichkeiten zur Verbesserung dieser Strategien.

• DFG-Verfahren: Transregios
• Teilprojekt zu: TRR 408: AgiMo: Datengestützte agile Planung für verantwortungsvolle Mobilität
• Antragstellende Institution: Technische Universität Dresden
• Teilprojektleiter: Professor Dr. Ostap Okhrin