基于深度强化学习的自动驾驶车辆与行人交互建模

作     者：胡伟超 杨镇铭 于鹏程 陈艳艳 马社强 

作者机构：北京工业大学城市建设学部 公安部道路交通安全研究中心 中国人民公安大学交通管理学院 

出 版 物：《吉林大学学报(工学版)》 (Journal of Jilin University(Engineering and Technology Edition))

年 卷 期：2024年

核心收录：

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划项目(2020YFB1600304) 

主　　题：交通运输系统工程 自动驾驶车辆 人车交互 深度强化学习 多智能体系统 

摘      要：为满足自动驾驶车辆安全、高效地与行人进行交互，保护行人安全，本文使用多智能体深度确定性策略梯度算法建立自动驾驶车辆和人工驾驶车辆混行下的人车交互模型并求解交互策略，使自动驾驶车辆能够在不依赖通讯的前提下避免事故发生。将本文的算法与其他基线算法对比，在训练效果、碰撞率和通行效率方面均有显著提高，同时将本文的模型在不同风险等级的场景中进行实验，结果显示随着行人行为噪声强度的增加，两种车辆的通行效率降低，而自动驾驶车辆的碰撞率出现了先增加后降低的趋势，在高噪声强度下自动驾驶车辆的避碰能力比人工驾驶车辆强，更好地保护了行人的安全。