科研之友
微信
新浪微博
Facebook
分享链接
摘要
在互联和自动驾驶环境下，生态驾驶具有显著的潜力，可提高交通效率并降低能源消耗和排放。本文探讨了一种基于深度强化学习算法的生态驾驶策略，该算法可优化互联自动驾驶汽车(CAV)的纵向操纵和横向决策。我们将状态空间分为与车辆动态特性相关的局部变量，以及与信号交叉口相关的全局变量，以确保CAV与环境之间的充分互动。奖励函数综合考虑了车辆的驾驶要求、与信号灯的协同作用以及全局节能激励因素。此外，我们设计了一个典型的城市道路场景来训练模型。结果表明，在信号灯和智能体输出协同控制下，本文提出的策略可以实现CAV的生态驾驶并确保CAV准确驶入目标车道。此外，在动态交通环境下进行的仿真显示，通过控制多辆CAV 引导人类驾驶的车辆，我们的方法可将交叉路口的通行能力提高约17.90%，并将交通系统的燃料消耗和污染物排放降低约8.76%。
- 单位
