基于深度强化学习优化的分布式电驱动系统模型构建与仿真分析.pdfVIP

理论研究

THEORETICALRESEARCH

基于深度强化学习优化的分布式电驱动系统

模型构建与仿真分析

刘奕贯、陈敏、韩宗姗、臧锐

（东风柳州汽车有限公司，柳州545005）

（南京交通职业技术学院，南京211188）

摘要：本文开发了一种结合深度强化学习（DRL）的自适应动力分配方法。该方法基于一个详细的七自由度车辆动力学模型和轮毂电机模

型，构建了多维状态空间，并设计了兼顾车辆稳定性和能量效率的奖励机制。本研究选用近端策略优化（PPO）算法进行智能体训练，让

其在没有固定规则的情况下，逐步学会在复杂路况中优化扭矩分配。通过MATLAB/Simulink和Python的联合仿真，本文分析了DRL控

制器在直线加