摘要：主要以提高求解马尔可夫决策问题的实时动态规划(real-time dynamic programming,简称RTDP)算法的效率为目的.对几类典型的实时动态规划算法所使用的收敛判据进行了对比分析,并利用值函数上界、下界给出了称为最优行动判据的收敛判据,以及一个更适合实时算法的分支选择策略.最优行动判据可以更早地标定当前状态满足精度要求的最优行动供立即执行,而新的分支选择策略可以加快这一判据的满足.据此设计了一种有界增量实时动态规划(bounded incremental RTDP,简称BI-RTDP)算法.在两种典型仿真实时环境的实验中,BI-RTDP均显示出优于现有相关算法的实时性能.

摘要：为避免车辆质量变化与道路坡度对自动驾驶载货汽车纵向车速控制的干扰,通过智能导航系统获取车辆速度轨迹及道路坡度信息,建立车辆纵向动力学模型和压缩天然气(CNG)发动机动力学模型,并基于模型预测控制(MPC)框架设计了一种实时的动态规划(DP)速度轨迹跟踪控制器。仿真结果表明,在新欧洲驾驶循环(NEDC)和全球统一轻型车辆测试循环(WLTC)工况下,该控制器在载货汽车质量变化和道路坡度干扰条件下能使车速保持稳定,并可在优化速度跟踪误差的同时降低发动机天然气消耗量。