基于离线强化学习的交叉口生态驾驶控制

分享到

【获取途径】超星期刊网
【作者】张健，姜夏，史晓宇，程健，郑岳标
【作者单位】¹东南大学江苏省城市智能交通重点实验室；²东南大学交通学院；³西藏大学工学院；⁴南京莱斯信息技术股份有限公司
【年份】2022
【卷号】第52卷
【期号】第4期
【页码】762-769
【ISSN】1001-0505
【关键词】智能交通系统信号交叉口生态驾驶离线强化学习
【摘要】针对传统强化学习算法在现实场景下训练难以实现的问题,提出一种基于离线强化学习的自适应车辆交叉口生态驾驶控制策略.首先,将车辆油耗与行驶距离作为复合奖励函数的一部分,构造了V2I下的车辆交叉口马尔可夫决策过程.通过在SUMO仿真软件中利用GLOSA系统收集少量训练数据,基于BCQ算法进行离线训练,解决了离线数据与真实场景下分布偏移的问题.将模型部署在仿真环境,实验结果表明,在单交叉口与多交叉口情景,几乎不牺牲车辆机动性的前提下,能耗经济性可以分别提升25.14%和11.49%.此外,对不同V2I通...
【文献类型】期刊