基于模型预测强化学习的自动驾驶超车决策系统设计与实现_自动驾驶_2026年课程设计.docxVIP

  • 0
  • 0
  • 约2.96万字
  • 约 37页
  • 2026-11-22 发布于湖北
  • 举报

基于模型预测强化学习的自动驾驶超车决策系统设计与实现_自动驾驶_2026年课程设计.docx

PAGE1

基于模型预测强化学习的自动驾驶超车决策系统设计与实现

摘要

高速公路场景下的超车决策要在100ms控制周期内同时处理自车动力学约束、周边车辆行为预测与对向来车时序的不确定性。基于确定性预测的模型预测控制(MPC)在预测时域内表现稳定,一旦对向来车的出现时刻落到时域之外,安全约束便失去约束力;端到端强化学习虽能通过交互学习应对不确定性,却在训练初期频繁碰撞,样本效率偏低。本文以CARLA0.9.13为验证平台,设计并实现了一套模型预测强化学习(MPRL)超车决策系统。系统采用双通道结构:MPC通道基于运动学自行车模型求解有限时域最优控制问题,输出名义控制序列;SA

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档