公开(公告)号：CN120032502A

公开(公告)日：2025-05-23

申请号：CN202510175745.X

申请日：2025-02-18

Applicant: 扬州大学

Inventor： 沈家军 ,  汪宇 ,  周志鹏 ,  聂庆慧 ,  欧吉顺 ,  李春晓 ,  邱思杭 ,  卢国豪 ,  沈梓怡

IPC: G08G1/00 ,  G06N3/092 ,  G06N3/084 ,  G06N3/045 ,  G08G1/0967

Abstract: 本发明公开了一种交叉口进口道人工驾驶与自动驾驶混合车队排队构型优化方法，包括步骤如下：S1，构建SAC模型整体框架；S2，设计智能体，对状态S(t)、动作A(t)和奖励R(t)进行设置；S3，利用城市交通仿真软件SUMO构建仿真模拟环境，仿真中的自动驾驶车辆均采用CACC模型模拟车辆跟驰行为，人工驾驶车辆均采用Krauss跟驰模型模拟其行为特征；S4，对SAC模型进行训练，达到停止训练条件后，输出优化后的Actor网络，用于实际指导实施例中的混合车队排队构型调整。本发明能有效提升混合车队通过交叉口的通行效率和稳定性，适用于动态混合交通环境的优化控制。

公开(公告)号：CN120024352A

公开(公告)日：2025-05-23

申请号：CN202510175746.4

申请日：2025-02-18

Applicant: 扬州大学

Inventor： 沈家军 ,  周志鹏 ,  汪宇 ,  聂庆慧 ,  欧吉顺 ,  李春晓 ,  卢国豪 ,  邱思杭 ,  沈梓怡

IPC: B60W60/00 ,  B60W50/00 ,  G06N3/092

Abstract: 本发明公开了一种基于深度强化学习的完全自动驾驶交叉口远引掉头路径优化方法，通过远引掉头设置，结合交叉口的实时交通流数据，利用深度强化学习算法训练自动驾驶车辆选择合适的掉头路径；包括步骤：S1，以每辆车作为一个智能体，以选择最优的远引掉头路径为目标，构建基于深度强化学习的智能体模型；在每个时间步中，以每辆车目前所在掉头口的排队车辆数和上一个动作作为时间步t的状态S(t)，以车辆选择保持当前掉头路径或选择下一个掉头路径为时间步t的动作A(t)，以所选择掉头路径上的排队车辆数的负数为时间步t的奖励R(t)；S2，对智能体参数进行初始化；S3，训练完成保存智能体模型。本发明能有效减少交叉口排队现象，提升交叉口的整体运行效率。