非信控路口基于深度强化学习的网联汽车生态驾驶方法

本发明涉及一种非信控路口基于深度强化学习的网联汽车生态驾驶方法，包括如下步骤：1)，基于深度强化学习算法耦合微观交通流模型驱动策略模块生成交通流特征；车辆协同控制避免碰撞策略模块调整车辆速度和路径；生态驾驶策略模块计算车辆瞬间能耗和碳排放；2)，通过以上三个模块的输入和反馈，深度强化学习耦合模型协同控制模块获得生态节能、高效安全和驾驶舒适奖励三个函数模块；3)，构成多阶段多目标奖励函数模块；4)，交通场景模块模拟真实交通环境；5)，主函数模块调取多阶段多目标奖励函数模块和交通场景模块数据，最终输出非信控路口汽车自动驾策略。本发明通过各模块的协同作用，能够在复杂动态交通环境下实现自适应生态驾驶。