基于深度強(qiáng)化學(xué)習(xí)的智能網(wǎng)聯(lián)車(chē)匝道合并策略

打開(kāi)文本圖片集

摘要：針對(duì)高速公路智能網(wǎng)聯(lián)汽車(chē)（CAV）匝道合并時(shí)的協(xié)同決策問(wèn)題，提出了一種基于近端策略優(yōu)化（PPO）改進(jìn)的協(xié)作深度強(qiáng)化學(xué)習(xí)算法（C-PPO）。首先，基于強(qiáng)化學(xué)習(xí)構(gòu)建CAV匝道合并場(chǎng)景下的馬爾科夫決策過(guò)程（MDP）模型，接著設(shè)計(jì)了一個(gè)新穎的協(xié)作機(jī)制，即在策略更新過(guò)程中的多個(gè)時(shí)期動(dòng)態(tài)考慮匝道附近CAV的策略更新信息，這一過(guò)程可以協(xié)調(diào)地調(diào)整優(yōu)勢(shì)值以實(shí)現(xiàn)匝道合并車(chē)輛之間的協(xié)作。（剩余5986字）