一种基于深度强化学习的自适应巡航控制算法

• 作者: 梁军 潘峰 玄祖兴 韩向敏 鲍泓
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 智能驾驶 自动控制 自适应巡航控制 深度强化学习 确定性策略梯度算法
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 智能交通专题
• 页码范围: 32-35,41
• 页数: 5页
• 分类号: TP18
• 字数: 2506字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050994

摘要

自适应巡航控制是智能驾驶领域的核心技术,可通过分层控制或参数可变控制算法实现,但这些算法无法有效应对突发的跟车路况.为此,将深度强化学习与自适应巡航控制相结合,提出基于确定性策略梯度算法的自适应巡航控制算法,使智能车辆可以在自学习过程中完成自适应巡航并不断改进.在开源平台上的测试结果表明,该算法可以使智能驾驶车辆在跟车时加速度保持在1.8 m/s2以内的比例超过90％,达到人类驾驶员的巡航跟车水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘峰	北京联合大学北京信息服务工程重点实验室	6	40	5.0	6.0
2	鲍泓	北京联合大学北京信息服务工程重点实验室	64	519	12.0	20.0
3	梁军	北京联合大学北京信息服务工程重点实验室	10	25	3.0	4.0
4	玄祖兴	北京联合大学北京信息服务工程重点实验室	9	20	3.0	4.0
5	韩向敏	北京联合大学北京信息服务工程重点实验室	1	5	1.0	1.0