一种基于后继特征与迁移强化学习的队列巡航控制方法

本发明提供一种基于后继特征与迁移强化学习的队列巡航控制方法，涉及智能网联车辆领域，由于采用了异质网络分支和共享主干网络的双层网络结构，提取异质多智能体状态转移数据的状态转移特征和异质奖励函数，并在状态转移特征的基础上构建反映全区域内Q值分布的后继特征，并进一步提出迁移强化学习方法，有效解决了现有技术中智能体异质性导致多智能体强化学习算法训练成本较高、难以对异质ICV队列的CACC任务实时快速部署、性能优化效率较低的问题，进而实现了目标域异质智能网联车辆CACC的强化学习性能快速启动的效果，最终使得实时ICV队列的CACC任务，能够凭借后继特征的知识迁移，达成快速启动的性能。