基于多智能体强化学习的交叉道路车辆协同控制

作     者：申元霞 谢悦 张学锋 汤亚玲 储岳中 

作者机构：安徽工业大学特种重载机器人安徽省重点实验室 

出 版 物：《西华大学学报(自然科学版)》 (Journal of Xihua University(Natural Science Edition))

年 卷 期：2023年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 082304[工学-载运工具运用工程] 081104[工学-模式识别与智能系统] 080204[工学-车辆工程] 0838[工学-公安技术] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0823[工学-交通运输工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：安徽高校自然科学研究项目(2022AH050290) 特种重载机器人安徽省重点实验室项目(TZJQR007-2023) 

主　　题：车辆协同控制 MAPPO-RCNN算法 端到端 多智能体系统 策略生成算法 交通流优化 CARLA仿真 

摘      要：为提升自动驾驶车辆在城市交叉道路的快速反应和安全通行能力，提出了一种基于MAPPO-RCNN算法的车辆端到端控制策略。利用车辆传感器采集的未加工原始RGB图像作为输入，使用MAPPO算法实现车辆间的协同控制，直接输出车辆动作，考虑车辆间相互位置对通行任务的影响，优化车辆通行时间和安全性。同时，设计策略生成算法和优化目标函数，为防止策略陷入局部最优，使用纳什均衡判断策略收敛，并在CARLA仿真平台上进行实验仿真。实验结果表明，该车辆协同控制策略能够一定程度上提高交叉路口自动驾驶车辆通行效果，并保证整个控制系统的稳定性。