Dipl.-Ing. Runhao (Markus) Zhou

Wissenschaftlicher Mitarbeiter (Doktorand)

Herr Dipl.-Ing. Runhao (Markus) Zhou

E-Mail senden

Professur für Verkehrsprozessautomatisierung

work

Besuchsadresse:

Gerhart-Potthoff-Bau, Raum POT 68 Hettnerstraße 3

01069 Dresden

Ausbildung

Promotion	seit 2023	bei der Professur für Verkehrsprozessautomatisierung der Technische Universität Dresden, Dresden, Deutschland
Dipl.-Ing.	2016 - 2021	Studiengang: Kraftfahrzeug- und Schienenfahrzeugtechnik an der Technische Universität Dresden, Dresden, Deutschland

seit 2022	Wissenschaftlicher Mitarbeiter bei der Professur für Verkehrsprozessautomatisierung, Technische Universität Dresden, Dresden, Deutschland
2022 - 2022	Software Testing Engineer bei JOYNEXT GmbH, Dresden, Deutschland
2019 - 2021	Wissenschaftliche Hilfskraft am Fraunhofer Institut für Verkehrs- und Infrastruktursysteme IVI, Dresden, Deutschland
2020 - 2020	Praktikant für Connected Car Softwareentwicklung bei Porsche Engineering Service GmbH, Mönsheim, Deutschland
2019 - 2019	Studentische Hilfskraft bei Auto Mobil Forschung Dresden GmbH, Dresden, Deutschland

Forschungsgebiet

seit 2024	ABSOLUT II - Individueller ÖPNV für die Stadtrandgebiete Leipzigs durch Einsatz autonomer On-Demand-Shuttles
2022 - 2023	5G Jena - 5G-basierte V2X-Vernetzung zur Steigerung der Verkehrssicherheit sowie zur Optimierung des multimodalen Verkehrs und der Energieversorgung in Jena

Lehre

Publikationen

4 Einträge

Constrained traffic signal control under competing public transport priority requests via safe reinforcement learningZhou, R., Nousch, T., Wei, L. & Wang, M., 25 Juli 2025, in: Expert systems with applications : an international journal. 284, 127676Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel

Multimodal Traffic Light Control with Connected Vehicles: A Deep Reinforcement Learning ApproachZhou, R., Nousch, T., Adam, D., Hirrle, A. & Wang, M., 11 Sept. 2023, 2023 8th International Conference on Models and Technologies for Intelligent Transportation Systems, MT-ITS 2023. Institute of Electrical and Electronics Engineers (IEEE)Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
A Deep Reinforcement Learning Approach for Dynamic Traffic Light Control with Transit Signal PriorityNousch, T., Zhou, R., Adam, D., Hirrle, A. & Wang, M., 23 Juni 2023, Proceedings of the 4th Symposium on Management of Future Motorway and Urban Traffic Systems 2022. 10 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Proceedings of the 4th Symposium on Management of Future Motorway and Urban Traffic Systems 2022Wang, M., Jaekel, B., Lehnert, M., Zhou, R. & Li, Z., 13 Juni 2023, TUDpress/Thelem UniversitätsverlagElektronische (Volltext-)VersionPublikation: Buch/Gutachten/Sammelbände > Konferenz-/Tagungsband

Vorträge/Posters

3 Einträge

A Digital Twin of Signalized Intersections Integrating LISA and Real-time Traffic Detectors Data into SUMO Zhou, R. (Redner:in) 14 Mai 2025 Aktivität: Vortrag oder Präsentation an externen Einrichtungen/Veranstaltungen > Vortrag > Beigetragen

Multimodal Traffic Signal Control via Constrained Deep Reinforcement Learning Zhou, R. (Redner:in) 3 Sept. 2024 Aktivität: Vortrag oder Präsentation an externen Einrichtungen/Veranstaltungen > Vortrag > Beigetragen

Multimodal Traffic Light Control with Connected Vehicles: A Deep Reinforcement Learning Approach Zhou, R. (Redner:in) 13 Juni 2023 Aktivität: Vortrag oder Präsentation an externen Einrichtungen/Veranstaltungen > Vortrag > Beigetragen

Zu dieser Seite