【技术实现步骤摘要】
本专利技术属于车联网与自动驾驶，具体涉及一种基于嵌套图强化学习的网联车辆编队决策方法。
技术介绍
1、在自动驾驶领域，车辆编队是一项关键技术，特别是在高速公路环境中。车辆编队技术使得多辆车能够以一定的格式和相互保持特定的距离高效行驶，从而提高道路容量、减少能耗、提升行驶安全性。尽管如此，高速公路环境下的车辆编队面临多项挑战，包括高速行驶的安全性、动态环境下的实时响应、车辆之间的有效通信以及复杂交通情况下的决策策略。
2、随着车联网(vehicle-to-everything，v2x)技术的发展，智能车辆能够实时接收和处理来自其他车辆、交通基础设施、甚至行人的数据。这为车辆编队提供了新的解决方案，尤其是在处理复杂交通情况和实时决策方面。然而，有效地整合和利用这些数据以实现优化的编队策略仍是一个技术挑战。
3、此外，深度学习，尤其是深度强化学习(deep reinforcement learning，drl)，因其在处理复杂、非线性问题方面的潜力，已成为自动驾驶研究的热点。drl能够通过与环境的交互学习最优策略，这对...
【技术保护点】
1.一种基于嵌套图强化学习的网联智能车辆编队决策方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于嵌套图强化学习的网联智能车辆编队决策方法，其特征在于，所述编队间嵌套图包括：编队间子图特征矩阵以及编队间子图邻接矩阵；
3.根据权利要求2所述一种基于嵌套图强化学习的网联智能车辆编队决策方法，其特征在于，所述编队间子图邻接矩阵基于编队间最大与最小距离与车道构建横向维度图构建；
4.根据权利要求1所述一种基于嵌套图强化学习的网联智能车辆编队决策方法，其特征在于，所述车辆间嵌套图包括：车辆间子图特征矩阵以及车辆间子图邻接矩阵；
5.根...
【技术特征摘要】
1.一种基于嵌套图强化学习的网联智能车辆编队决策方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于嵌套图强化学习的网联智能车辆编队决策方法，其特征在于，所述编队间嵌套图包括：编队间子图特征矩阵以及编队间子图邻接矩阵；
3.根据权利要求2所述一种基于嵌套图强化学习的网联智能车辆编队决策方法，其特征在于，所述编队间子图邻接矩阵基于编队间最大与最小距离与车道构建横向维度图构建；
4.根据权利要求1所述一种基于嵌套图强化学习的网联智能车辆编队决策方法，其特征在于，所述车辆间嵌套图包括：车辆间子图特征矩阵以及车辆间子图邻接矩阵；
5.根据权利要求4所述一种基于嵌套图强...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。