中国公路学报

作者：秦严严, 黄宇, 燕诗艺, 王昊

单位：1. 重庆交通大学　智能综合立体交通重庆市重点实验室，　重庆　400074","2. 重庆交通大学　交通运输学院，　重庆　400074","3. 东南大学　交通学院，江苏　南京　210096

关键词：交通工程,生态驾驶,深度强化学习,智能网联车,信号交叉口,随机环境

<p>城市信号交叉口是典型间断交通流场景，信号配时及交叉口上游车流运动状态具有较强的随机性，为了提升智能网联车辆（Connected and Automated Vehicle，CAV）生态驾驶应对信号交叉口环境随机性的泛化能力，提出基于自由速度训练的深度强化学习生态驾驶控制方法。考虑交叉口上游人工驾驶车辆（Human Driven Vehicle，HDV）驾驶行为不确定性，将当前时刻CAV类人化驾驶加速度动作作为智能体控制反馈信息，构建基于加速度引导量的状态空间。同时，以智能体自由速度训练为目标，通过考虑当前控制步长内CAV行驶距离来设计奖励函数，实现生态驾驶效益最大化的训练动作。此外，在智能体训练环境中设置安全限制条件与随机环境条件，改进深度强化学习TD3算法更新机制，提出“一轮一更新”的智能体训练模式。为了验证所提控制方法的生态驾驶效益和泛化性能，以现有基于巡航速度训练的深度强化学习方法作为对比，设计固定条件对比试验和随机条件对比试验。研究结果表明：所提基于自由速度训练的深度强化学习控制方法在确保生态驾驶效益的同时，能够明显提升智能体应对环境随机性的泛化能力；在100次随机试验中，以HDV油耗为基准，相比现有基于巡航速度的深度强化学习控制方法，所提生态驾驶控制方法在智能体考虑加速度引导量和不考虑加速度引导量的2种情形下，平均油耗效益分别提高9.3%和2.6%。研究结果提供了具有普适性意义的深度强化学习智能体训练框架模式，可为信号交叉口CAV生态驾驶提供方法参考。</p>

来源：2025年第7期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2025年第7期