基于强化学习的城市场景多目标生态驾驶策略

作     者：李捷 吴晓东 许敏 刘永刚 Li Jie;Wu Xiaodong;Xu Min;Liu Yonggang

作者机构：上海交通大学机械与动力工程学院上海200240 重庆大学机械传动国家重点实验室重庆400044 

出 版 物：《汽车工程》 (Automotive Engineering)

年 卷 期：2023年第45卷第10期

页      面：1791-1802页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 082304[工学-载运工具运用工程] 081104[工学-模式识别与智能系统] 08[工学] 080204[工学-车辆工程] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划(2018YFB0106000) 国家自然科学基金(52172400)资助 

主　　题：智能网联汽车 生态驾驶 深度强化学习 城市交通场景 多目标优化 

摘      要：为了提高智能网联汽车在复杂城市交通环境下的乘坐体验,本文提出一种基于深度强化学习的考虑驾驶安全、能耗经济性、舒适性和行驶效率的多目标生态驾驶策略。首先,基于马尔可夫决策过程构造了生态驾驶策略的状态空间、动作空间与多目标奖励函数。其次,设计了跟车安全模型与交通灯安全模型,为生态驾驶策略给出安全速度建议。第三,提出了融合安全约束与塑形函数的复合多目标奖励函数设计方法,保证强化学习智能体训练收敛和优化性能。最后,通过硬件在环实验验证所提方法的有效性。结果表明,所提策略可以在真实的车载控制器中实时应用。与基于智能驾驶员模型的生态驾驶策略相比,所提策略在满足驾驶安全约束的前提下,改善了车辆的能源经济性、乘坐舒适性和出行效率。