基于LSTM改进的Q-learning协同式自适应巡航控制算法

• 作者: 吴金
• 来源期刊: 长春工程学院学报（自然科学版）
• 关键词: 协同式自适应巡航控制 LSTM算法 多层感知机 自动控制
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息技术及应用
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8984.2020.04.014

摘要

针对基于传统Q-learning的汽车协同式自适应巡航算法加减速的控制不够线性的问题,且为了进一步提高动作选择的准确性,提出一种基于LSTM改进的Q-learning控制算法.算法在Q-learning的动作选择阶段引入LSTM模型,通过输入汽车当前状态对加减速动作进行预测,能够提高Q-learning算法的控制精度,对汽车的运动控制更加稳定.通过仿真实验模拟了汽车在匀速和加减速工况下的运动控制效果,实验结果表明,提出的算法与传统Q-learning和Deep Q-learning算法相比,跟车速度和跟车距离的平均误差和平均标准差明显更小,速度控制曲线更加平滑.