为异构自动驾驶车辆队列学习稳定、安全、分布式反馈控制器

自动驾驶车辆队列行驶有望提升高速公路的安全性与燃油效率。队列行驶的目标是使每辆车以指定速度（由领航车设定）行驶，同时与相邻车辆保持安全距离。许多先前的工作分析了多种队列行驶控制器，最常见的是线性反馈与分布式模型预测控制器。在本工作中，我们提出了一种为异构队列学习稳定、安全、分布式控制器的算法。该算法依赖于神经网络稳定性证书学习的最新进展。我们在仿真中训练了一个自动驾驶队列行驶控制器，并在由四辆 F1Tenth 车辆组成的车队硬件上评估了其性能。随后，我们在由 100 辆车组成的车队仿真中进行了进一步分析。实验结果通过将神经网络控制器与线性反馈及分布式模型预测控制器的性能进行比较，证明了该算法与所学控制器的实用性。