面向复杂交通场景的网联新能源汽车经济性驾驶方法

本发明涉及一种基于深度强化学习的复杂交通场景混合动力汽车经济性驾驶策略，属于新能源汽车领域。该方法包括：构建具有交互性的多车道多交通信号灯训练场景：使用车辆运动学模型描述训练场景中车辆的纵向运动，将车辆的换道过程简化成一个瞬态过程，并利用基于规则的决策模型控制其他车辆，使环境具有交互性；构建基于最大熵深度强化学习的决策模型，包括状态空间、动作空间、奖励函数、策略模型、评价模型与经验回放池；构建目标车辆安全约束，包括纵向加速度安全约束以及横向换道决策安全约束，用于避免车辆发生碰撞和违反交通规则等危险行为；训练基于最大熵深度强化学习的决策模型。本发明利用深度强化学习提高了自动驾驶汽车的经济性。