基于强化学习的车辆系统统一自动控制

具有日益增长之自动化组件的新兴车辆系统，为缓解拥堵和提升效率的最优控制提供了机遇。近来，将深度强化学习（DRL）应用于这些非线性动力系统以自动设计有效控制策略引起了关注。尽管DRL具有无模型的概念优势，研究通常仍依赖于为特定车辆系统精心定制的训练设置。这是对多样化车辆与移动系统高效分析的一项关键挑战。为此，本文贡献了一种精简的车辆微观仿真方法，并以最小人工设计发现高性能控制策略。我们提出了一种变智能体、多任务的方法，用于优化车辆部分可观测马尔可夫决策过程。该方法在混合自主交通系统（其中部分车辆为自动化）上进行了实验验证；在六种不同开放或封闭交通系统的所有配置中，均观察到较人类驾驶基线通常15–60%的实证改进。研究揭示了诸多类似波抑制、交通信号控制与匝道调节的涌现行为。最后，我们分析这些涌现行为以产生可解释的控制策略，并与所学控制策略进行验证。