Simulasi dan Optimasi Lalu Lintas: Panduan Praktis Implementasi Deep Reinforcement Learning, Python dan TraCl

Buku ini disusun untuk memberikan pemahaman sistematis mengenai simulasi dan optimasi lalu lintas dengan pendekatan deep reinforcement learning. Fokus utama buku ini adalah bagaimana lingkungan simulasi lalu lintas dapat dibangun menggunakan SUMO dan dikendalikan melalui TraCI, kemudian dihubungkan dengan agen reinforcement learning untuk menghasilkan kebijakan pengendalian sinyal yang adaptif. Buku ini tidak hanya menjelaskan konsep, tetapi juga menuntun pembaca memahami alur implementasi dari tahap pemodelan jaringan, penyusunan skenario kendaraan, perancangan state-action-reward, hingga evaluasi performa model.