基于深度强化学习的协同式自适应巡航控制

作     者：王文飒 梁军 陈龙 陈小波 朱宁 华国栋 WANG Wensa;LIANG Jun;CHEN Long;CHEN Xiaobo;ZHU Ning;HUA Guodong

作者机构：江苏大学汽车工程研究院江苏镇江212013 静冈理工科大学机械系日本静冈袋井437-0032 江苏智行未来汽车研究院南京210000 

基　　金：国家重点研发计划项目(2017YFB0102503) 国家自然科学基金项目(U1564201、61773184、61806086)资助 

出 版 物：《交通信息与安全》 (Journal of Transport Information and Safety)

年 卷 期：2019年第37卷第3期

页      码：93-100页

摘      要：针对传统的协同式自适应巡航控制的算法响应慢、无法快速准确地对突发危险路况做出反应的问题,设计了基于深度强化学习的协同式自适应巡航控制框架,提出了双经验池和优化评价的深度确定性策略梯度算法。在传统算法基础上新建了2个包含车辆状态信息的经验池(优先价值经验池和撒普列经验池),训练数据样本分别从2个经验池按比例选取;critic评价模块采用多维向量对输出的踏板开度策略精确评价。结果表明,该算法在正常行驶工况和突发危险工况下:平均跟车间距误差分别下降1.8m和1.5m,跟车调节时间分别降低30%和25%,可以提升控制的准确性和系统紧急反应能力。

主 题 词：智能驾驶 自动控制 协同式自适应巡航控制 深度强化学习 深度确定性策略梯度 

学科分类：082304[082304] 08[工学] 0823[工学-农业工程类] 

D　O　I：10.3963/j.issn.1674-4861.2019.03.012

馆 藏 号：203701005...