基于确定性马尔可夫决策过程的高速公路自动汇入速度优化算法

本研究提出了一种用于高速公路自动汇入的鲁棒优化算法。汇入场景是自动驾驶中具有挑战性的场景之一，因为它需要在到达终点前调整自车速度以与其他车辆匹配。然后，我们将速度规划问题建模为确定性马尔可夫决策过程。所提出的方案能够计算过程的每个状态值，并可靠地推导出最优动作序列。在我们的方法中，我们采用加加速度作为过程的动作，以防止加速度的突然变化。然而，由于这扩大了状态空间，我们也考虑了实现实时操作的方法。我们将我们的方案与使用智能驾驶员模型的简单算法进行了比较。我们不仅在模拟环境中评估了该方案，还进行了真实世界测试。