一种基于强化学习与模型预测控制的车辆队列横纵向耦合控制方法

本发明涉及一种基于强化学习与模型预测控制的车辆队列横纵向耦合控制方法，属于智能网联汽车控制技术领域。该方法针对传统分布式模型预测控制依赖线性化模型导致强非线性工况性能下降、终端条件设计复杂等问题，提出创新性解决方案。本发明包括构建车辆三自由度非线性动力学模型，定义耦合横纵向状态向量与控制输入向量；采用策略迭代机制，通过时序差分学习在线更新量化长期收益的价值函数权重，并将其作为模型预测控制终端成本；设计融合单车控制成本与动态队列协同成本的优化目标，结合状态约束、输入约束及非线性状态转移约束，采用序列二次规划在线求解；通过评估‑改进循环优化策略，实时输出横纵向耦合控制指令。