一种基于深度学习的智能网联PHEV多行驶模式自主决策控制方法

本发明涉及智能交通技术领域，具体涉及一种基于深度学习的智能网联PHEV多行驶模式自主决策控制方法：通过构建巡航场景、跟驰场景和通行场景三种行驶模式，设计基于确定性策略梯度算法的状态空间与动作空间，并针对行车安全性、乘车舒适性和能耗经济构建多目标奖励函数，利用马尔可夫决策过程搭建多目标行驶模式自主决策控制模型，保证智能网联PHEV在复杂环境下行驶时，可以通过自主决策不同的行驶模式从而规划出最优目标车辆速度，实现智能网联PHEV在行驶过程中安全性、通行性以及能耗经济性综合最优，进一步提高智能车辆在复杂交通环境中的决策能力。