-
题名基于深度强化学习的自主换道控制模型
- 1
-
-
作者
孙腾超
陈焕明
-
机构
青岛大学机电工程学院
-
出处
《农业装备与车辆工程》
2024年第4期30-34,共5页
-
文摘
为解决自动驾驶汽车快速安全换道问题,提出并改进了一种基于深度强化学习的自主换道控制模型。首先建立车辆动力学运动模型,其次使用深度确定性策略梯度(DDPG)算法更新模型,最后通过MATLAB/CarSim对学习到的控制策略进行联合仿真验证。为了使模型更真实可靠,提出将CarSim融入智能体的训练,同时为解决传统模型在换道后期控制效果不理想问题,提出一种基于采样时间的方向盘转角输出模型。结果表明:在60、80 km/h车速下,提出的模型从换道开始到稳定行驶的过程相比于改进前更平顺、快速,验证了模型能够实现一般车速下的自主换道控制,为车辆的自主换道研究提供一定的参考。
-
关键词
自动驾驶汽车
自主换道模型
深度强化学习
轨迹规划跟踪
深度确定性策略梯度算法
-
Keywords
automatic driving vehicle
autonomous lane change model
deep reinforcement learning
trajectory planning and tracking
deep deterministic policy gradient(DDPG)algorithm
-
分类号
U463.6
[机械工程—车辆工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
