一种基于强化学习的入口匝道车队汇入方法

本发明公开了一种基于强化学习的入口匝道车队汇入方法，包括根据实际场景进行场景建模，设计多种车队规模和车辆速度；设计车辆加减速作为动作选择，改变主路车辆和匝道车辆的运行速度，使匝道车辆选择合适的汇入时机；以总行程时间的变化反映车队汇入效率，根据车辆速度变化、车头时距变化和匝道车辆在加速车道的排队等待时间建立奖励函数，设计动作掩码提高训练效率，使用PPO算法对智能体进行训练，取训练后的深度强化模型作为车辆汇入模型。本发明兼顾主线通行效率较优和匝道车辆排队等待时间较小，使主线通行更加顺畅的同时尽可能减少匝道车辆等待时间，减少匝道车辆汇入对主线造成的干扰。