计算机应用研究

作者：宁咪,张伟伟,张学朝,梁锋军,王玉江,

单位：1.广西科技大学机械与汽车工程学院,广西柳州545616；2.同济大学汽车学院,上海201804；3.上海工程技术大学机械与汽车工程学院,上海201620；

关键词：深度强化学习,自动驾驶决策,无信号交叉口,多策略粒子群优化,

基金：广西重点研发计划资助项目(桂科AB24010200)；广西科技重大专项资助项目(桂科AA24206036)；；

针对城市复杂无信号灯交叉口左转决策的精度与安全性问题，对TD3算法作出改进，提出了一种融合多策略粒子群优化（multi-strategy particle swarm optimization，MSPSO）的MSPSO-TD3决策方法。首先，引入MSPSO模块提升全局探索效率，通过动态参数网络与多子群并行搜索机制为TD3提供高质量候选动作。其次，在决策融合阶段采用双Critic网络对候选动作进行联合评估以择优执行，并引入MSPSO正则化提升策略的全局最优性。在CARLA仿真实验中，该方法在高密度交通场景下测试成功率达到80%，平均通过时间缩短至5.37 s，平均加速度降至2.24 m/s2。MSPSO-TD3方法在通行效率、安全性与舒适性上均有提升，具有良好的复杂场景决策优化能力。

来源：2026年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第4期