摘要：本发明提供一种混合车队中基于强化学习控制策略的车辆控制方法，其包括：初始化混合车队，建立固定参考系和惯性参考系；建立惯性参考系中混合车辆纵向队列的模型；构造拉格朗日二次型队列跟驰代价函数，并得到Q值函数的表达式；对于由周围车辆对自身车辆影响所获得的信息，首先运用深度Q学习网络进行训练；然后运用DDPG算法进行参数的训练，若Q值函数和控制输入两个过程同时实现收敛，就完成对当下最优控制策略的求解；将最优控制策略输入混合车辆纵向队列的模型中，混合车队更新自身状态；循环往复，最终完成混合车队中车辆的控制任务。本发明系统解决了混合车队自主训练的问题。 |
