摘要：車輛跟馳行為決策研究對于車輛跟馳駕駛技術的發(fā)展至關重要,以深度強化學習方法研究車輛低速跟馳場景,提出了一種改進型DDPG決策算法,該算法在DDPG算法的基礎上,結合了CBF控制器以進行安全補償控制與策略探索指導;同時,設計了符合低速跟馳期望目標的獎勵函數(shù)。在對比實驗中,通過高斯過程模型模擬跟馳車隊系統(tǒng),分別用DDPG算法和DDPG-CBF改進算法控制其中一輛車的跟馳行為,實驗結果表明,相比于DDPG算法,DDPG-CBF改進算法可以更有效地保證跟馳決策的安全性,同時具有更高的學習效率,能夠應用于車輛低速跟馳場景。