一种用于网络中车辆编队协调的近似动态规划方法
系统与控制
2023-08-09 v1 系统与控制
摘要
网联自动驾驶车辆（CAVs）的编队在交通效率和燃油经济性方面提供了显著益处。然而，大多数现有编队系统假设可获得预先确定的计划，这在实时场景中并不可行。在本文中，我们在时变网络中通过在每个路口构建马尔可夫决策过程来解决此问题，旨在最小化行驶时间和燃油消耗。最初，我们分析了无路径选择的协调编队，以探索同一路径上控制器之间的合作。我们提出了两种基于近似动态规划的新方法，在随机有限时域问题的背景下提供次优控制。结果证明了策略空间中近似方法的优越性。此外，我们研究了网络环境中的编队问题，其中速度曲线和路由被同时确定。为简化问题，我们基于行驶时间估计优先路由决策来解耦动作空间。随后，我们采用上述策略近似来确定速度曲线，同时考虑行驶时间等关键参数。我们在 SUMO 中的仿真结果表明，我们的方法比传统方法具有更好的性能，可带来高达 40% 的行驶成本节约。此外，我们评估了该方法在动态变化网络中的鲁棒性，确认其维持高效编队运行的能力。
引用
@article{arxiv.2308.03966,
title = {An Approximate Dynamic Programming Approach to Vehicle Platooning Coordination in Networks},
author = {Xi Xiong and Maonan Wang and Dengfeng Sun and Li Jin},
journal= {arXiv preprint arXiv:2308.03966},
year = {2023}
}