[发明专利]自适应巡航决策系统、方法、计算机设备和计算机可读存储介质

权利要求书

1.一种自适应巡航决策系统，适用于自车相对前车的自适应巡航，其特征在于，包括：

决策模型建立模块，用于建立网络决策模型，该网络决策模型包括上层决策网络、底层执行网络、奖励函数，奖励函数包括安全性奖励函数、舒适性奖励函数以及跟随性奖励函数；

初始化模块，用于初始化环境参数：两车间距、自车速度、两车速度差、自车加速度、两车加速度变化量绝对值；子目标集Goals＝{goal₀，goal₁，goal₂，...，goal_i，...，goal_n}，动作集Actions＝{a₀，a₁，a₂，...，a_i，...，a_m}；；用于获取环境的初始外部状态s_0meta、初始内部状态s_0controller；

决策执行模块，用于根据输入的外部状态参数s_imeta，选择初始子目标参数goal_i，用于获取初始化奖励参数r_imeta，其中，i为从1至N的整数；用于判断子目标条件是否完成，完成子目标条件为：本车与前车之间的距离小于预设最小值或大于预设最大值，自车速度为0；若未完成子目标条件，用于根据输入的内部状态参数s_jcontroller，选择初始动作a_j，并使初始动作a_j与环境交互，以获得内部状态参数s_{j+1controller}，并用于获得与环境交互完成后输出的奖励参数r_jcontroller，j为动作与环境交互次数，以及用于获得存储记忆{s_jcontroller，a_j，r_j，s_{j+1controller}，goal_i}；用于使r_imeta＝r_imeta+r_{j+1controller}，以获取完成子目标期间奖励函数的累计和；用于使i从1开始循环，到N结束，遍历执行，直至完成子目标条件时结束；用于获得存储记忆{s_imeta，goal_i，r_imeta，s_i+1meta}。

2.根据权利要求1所述的自适应巡航决策系统，其特征在于，在上层决策网络中，s_meta＝{egov，dis，Δv}；Goals＝{-10m，-5m，-2m，-1m，0m，1m，2m，5m，10m}。

3.根据权利要求1所述的自适应巡航决策系统，其特征在于，在底层决策网络中，s_controller＝{dis，egov，Δv，egoa，|egoat-egoa t+1|}；Actions＝{-3，-2，-1，-0.8，-0.6，-0.4，-0.2，0，0.2，0.4，0.6，0.8，1，2，3}，单位为m/s²。