融合深度强化学习的复杂路况智能车辆自适应驾驶控制

徐 国伟
安徽汽车职业技术学院

摘要


在实际道路场景中，复杂路况会大幅增加智能车辆驾驶控制的难度，为提升车辆在此类场景下的适应能力
与控制稳定性，本文以深度强化学习为核心技术手段，结合车辆行驶动力学特性与复杂道路环境特点，完成控制算
法迭代优化，并搭建整套自动驾驶控制系统。研究首先分析了复杂路况下车辆自适应驾驶的控制逻辑与实际应用需
求，对算法网络结构进行改良，同时设计出可动态调整的参数更新方案，最终形成一套可适配各类复杂道路工况的
闭环驾驶控制体系。

关键词


智能车辆；自适应驾驶；深度强化学习；复杂路况；车辆控制

全文:

PDF


参考


[1]刘美岐，张会龙，陈天姿，等.无信号城市路网

下智能网联车辆轨迹优化方法[J].中国公路学报，2025，

38（8）：30-42.

[2]马浩东.基于深度强化学习的智能汽车路径规划

研究[D].吉林化工学院，2024.

[3]杨烜，冯樱，高峰，等.基于DDPG算法的智能

车辆轨迹跟踪控制[J].湖北汽车工业学院学报，2025，39

（2）：12-18.

[4]方虹苏.基于深度强化学习的智能汽车控制模型

研究[J].自动化应用，2025，66（4）：59-62.

[5]谢宪毅，赵鑫，金立生，等.融合深度强化学习

与滚动时域优化的智能车辆轨迹跟踪控制[J].交通运输工

程学报，2024，24（6）：259-272.

[6]周恒恒，高松，王鹏伟，等.基于深度强化学习

的智能车辆行为决策研究[J].科学技术与工程，2024，24

（12）：5194-5203.


Refbacks

  • 当前没有refback。