摘要
本发明涉及一种智能网联汽车协同决策方法、设备及介质,包括:S1、获取交叉口的环境信息和车辆状态信息,识别为交互失效场景后,退出单车智能驾驶模式,转S2进行协同增强决策;S2、构建基于博弈论的Level‑k模型以描述智能网联车辆与其他交通参与者之间的协同决策过程;采用强化学习算法选择Level‑k模型中的k值,转S3;S3、根据输出的各智能网联汽车的k值排列,采用Level‑k模型选择不同车辆的决策动作实现最佳协同决策,决策动作执行完毕后更新环境信息和车辆状态信息;S4、根据更新后的环境信息和车辆状态信息判断是否通过冲突点,若通过则退出协同增强决策并恢复单车智能驾驶模式,否则转S2。与现有技术相比,本发明具有决策效率高以及安全可靠性高的优点。
技术关键词
智能网联汽车
车辆状态信息
决策方法
支持向量机模型
强化学习算法
智能网联车辆
交叉口
策略
单车
加速度
场景
定义
模式
处理器
车道
层级
可读存储介质
网络
系统为您推荐了相关专利信息
智能分配方法
强化学习算法
可回收余热
压缩机
策略
智能车辆
多智能体深度强化学习
混合交通流
全局状态信息
决策方法
自组网方法
深度强化学习模型
自组网系统
样本
节点
可视化分析方法
钛合金
性能预测模型
皮尔逊相关系数
学习器