一种基于深度强化学习的完全自动驾驶交叉口远引掉头路径优化方法

本发明公开了一种基于深度强化学习的完全自动驾驶交叉口远引掉头路径优化方法，通过远引掉头设置，结合交叉口的实时交通流数据，利用深度强化学习算法训练自动驾驶车辆选择合适的掉头路径；包括步骤：S1，以每辆车作为一个智能体，以选择最优的远引掉头路径为目标，构建基于深度强化学习的智能体模型；在每个时间步中，以每辆车目前所在掉头口的排队车辆数和上一个动作作为时间步t的状态S(t)，以车辆选择保持当前掉头路径或选择下一个掉头路径为时间步t的动作A(t)，以所选择掉头路径上的排队车辆数的负数为时间步t的奖励R(t)；S2，对智能体参数进行初始化；S3，训练完成保存智能体模型。本发明能有效减少交叉口排队现象，提升交叉口的整体运行效率。