计算机应用研究

作者：周瑞祥,杨达,祝俪菱,

单位：1.西南交通大学a.计算机与人工智能学院;b.交通运输与物流学院,成都611756；2.四川师范大学,商学院成都610100；

关键词：车辆跟驰,强化学习,深度确定性策略梯度,物理信息,

基金：四川省自然科学基金资助项目(23NSFSC4315,24NSFSC1109)；国家自然科学基金资助项目(52172333)；中央高校基本业务经费资助项目(2682024ZTPY018)；；

车辆跟驰控制是无人驾驶的基础控制技术之一。近年来，强化学习被广泛应用于无人驾驶车辆的跟驰控制任务中，使模型具备了较强的学习和模仿能力，但也面临可解释性差和输出不稳定的问题，给车辆运行带来了潜在的安全隐患。为了解决这些问题，提出了一种融合强化学习与物理信息的车辆跟驰控制模型（physicsinformed reinforcement learning car-following model，PIRL-CF）。该模型结合车辆动力学特性，定义了连续的状态集、动作集和奖励函数，并引入三种经典物理跟驰模型与强化学习模型进行融合，从而提升了模型的稳定性和可解释性。通过Python与交通仿真软件SUMO构建仿真测试平台，对PIRL-CF模型进行了训练，并与传统车辆跟驰模型和主流深度强化学习模型（DDPG和TD3）进行了对比实验。实验结果表明，与深度强化学习模型相比，PIRL-CF模型的乘车舒适区占比提高了8%；与传统物理跟驰模型相比，PIRL-CF模型在最低碰撞时间上提升了0.3 s，平均车头时距提升了0.21 s。研究表明，PIRL-CF模型能够在无人车跟驰控制任务中兼顾舒适性、安全性和行车效率，为无人驾驶智能决策提供了一种有效的技术方案。

来源：2025年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第6期