一种安全交通流生成方法

本发明公开了一种安全交通流生成方法，包括如下步骤：S1、交通流仿真环境建模；S2、在线数据收集；S3、安全交通流驾驶行为建模：先使用当前策略收集训练数据，然后从数据中采集批量数据以更新价值网络、代价网络、策略网络。本申请设计一种奖励函数与代价函数，其中奖励函数是为了度量行驶效率，其设计主要从速度与碰撞角度来考虑的，速度越大奖励就会越大但如果发生碰撞对应的惩罚也会越大。设计代价函数是为了衡量当前行驶状态的安全性，代价函数是对TTC进行变换而来的，如果TTC较小表明当前状态不安全，那么代价就会较高。