关键词：自动驾驶;换道决策;强化学习;马尔可夫决策过程
摘 要：换道作为车辆行驶的常见行为之一，操作不当极易引发交通事故。针对自动驾驶汽车的换道决策问题，提出了一种基于强化学习的DDQN（双深度Q网络）模型，该模型通过离散动作空间，结合驾驶舒适性、效率、安全性和换道惩罚四个方面设计奖励函数，以优化换道决策。为验证换道决策模型的性能，基于SUMO和真实高速公路车辆数据集搭建高速公路场景下的仿真模型。对比实验结果表明，DDQN模型在驾驶舒适性、交通效率、任务成功率及车辆平均行程速度方面均优于传统的DQN（深度Q网络）和DuelingDQN（对决深度Q 网络）模型，且换道次数较少。此外，在四种不同交通拥堵场景下的实验结果显示，DDQN模型在不同拥堵情况下均保持了良好的性能，任务成功率均超过75%。研究表明，基于强化学习的DDQN算法能够为自动驾驶汽车提供有效的换道决策支持。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取