一种面向双网络的智能车辆调度方法

本发明公开一种面向双网络的智能车辆调度方法，包括：获取智能车辆的局部观测信息；将智能车辆的历史局部观测信息编码成隐藏状态向量；将隐藏状态向量输入策略网络和价值网络，策略网络输出动作的概率分布，价值网络输出状态的价值估计；MCTS算法利用策略网络和价值网络的输出进行搜索，最终输出最优动作；智能车辆根据MCTS算法搜索得到的最优动作执行相应的控制指令。本发明融合了深度强化学习、蒙特卡洛树搜索与LSTM网络，构建了策略网络与价值网络协同决策的框架，提高无信号交叉口车辆通行的安全性和通行效率，增强调度算法在部分可观测环境下的鲁棒性；通过策略网络将连续动作空间离散化，并结合蒙特卡洛树搜索进行高效决策。