基于深度强化学习和真实世界轨迹数据的无人车交通平滑控制器
原文中文，约300字，阅读约需1分钟。发表于：。通过使用田纳西州 I-24 高速公路的实际轨迹数据，在一条车道的仿真中运行深度强化学习方法来训练减少能耗的波浪平滑策略，我们展示了在低 4% 的自动驾驶车辆渗透率下，对于出现许多停停走走波浪的轨迹，可以实现超过 15% 的显著节省燃料，分析了控制器的平滑效果以及对仿真中添加车道变更和消除下游信息的鲁棒性。
通过使用田纳西州I-24高速公路的实际轨迹数据，在一条车道的仿真中运行深度强化学习方法来训练减少能耗的波浪平滑策略。在低4%的自动驾驶车辆渗透率下，可以实现超过15%的显著节省燃料。分析了控制器的平滑效果以及对仿真中添加车道变更和消除下游信息的鲁棒性。
