智能网联汽车自动驾驶行为决策方法研究

• 作者: 徐泽洲 曲大义 洪家乐 宋晓晨
• 来源期刊: 复杂系统与复杂性科学
• 关键词: 智能网联 自动驾驶 深度强化学习 行为决策 仿真分析
• 年，卷（期）: 2021,（3）
• 页码范围: 88-94
• 页数: 7页
• 分类号: U463|TP18
• 语种: 中文
• DOI: 10.13306/j.1672-3813.2021.03.013

摘要

针对在交叉口自动驾驶车辆与其他车辆直行冲突的问题,构建自动驾驶汽车行为决策模型,采用深度强化学习对自动驾驶汽车通过道路交叉口进行训练,让自动驾驶汽车自主决策学习,实现复杂场景的快速控制,并与非支配排序遗传算法对比验证自动驾驶汽车的稳定性.仿真结果表明采用深度确定性策略梯度算法的自动驾驶车辆行为决策方法能够更好地输出速度确保了油门及刹车值的平稳变化,有效解决了自动驾驶汽车的安全和舒适问题.