基于改进DDPG算法的车辆低速跟驰行为决策研究

• 作者: 秦文虎 罗颖 翟金凤
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 车辆低速跟驰 深度强化学习 DDPG CBF 高斯过程模型
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 19-23
• 页数: 5页
• 分类号: TP391.9
• 字数: 4005字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.09.004

摘要

车辆跟驰行为决策研究对于车辆跟驰驾驶技术的发展至关重要,以深度强化学习方法研究车辆低速跟驰场景,提出了一种改进型DDPG决策算法,该算法在DDPG算法的基础上,结合了CBF控制器以进行安全补偿控制与策略探索指导;同时,设计了符合低速跟驰期望目标的奖励函数.在对比实验中,通过高斯过程模型模拟跟驰车队系统,分别用DDPG算法和DDPG-CBF改进算法控制其中一辆车的跟驰行为,实验结果表明,相比于DDPG算法,DDPG-CBF改进算法可以更有效地保证跟驰决策的安全性,同时具有更高的学习效率,能够应用于车辆低速跟驰场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦文虎	东南大学仪器科学与工程学院	58	444	12.0	18.0
2	罗颖	东南大学仪器科学与工程学院	2	0	0.0	0.0
3	翟金凤	东南大学仪器科学与工程学院	3	3	1.0	1.0