用于动力总成控制的残差策略学习

生态驾驶策略已被证明可显著减少燃油消耗。本文概述了一种主动驾驶辅助方法，该方法使用训练好的残差策略学习（RPL）智能体，在平衡燃油消耗与其他驾乘目标的同时，为默认动力总成控制器提供残差动作。利用既往经验，我们的 RPL 智能体学习改进的牵引扭矩与换挡残差策略，使动力总成的运行适应环境中的变化与不确定性。为作比较，我们考虑了从零开始训练的传统强化学习（RL）智能体。两种智能体均采用离策略的最大后验策略优化算法与 actor-critic 架构。通过在模拟商用车上于多种跟车场景中实现，我们发现 RPL 智能体相比基线源策略快速学到了显著改进的策略，但在某些指标上不如从零训练的 RL 智能体最终所能达到的策略。