基于強化學習的智能車輛路徑跟蹤變參數(shù)MPC多目標控制

摘要： 為了解決智能車輛在工況變化時跟蹤精度下降和穩(wěn)定性變差的問題，提出基于強化學習的變參數(shù)模型預測控制(MPC)算法多目標控制策略，實現(xiàn)智能車輛路徑跟蹤控制系統(tǒng)的參數(shù)自適應整定?；谲囕v動力學模型設計其線性時變MPC控制器，獲得最優(yōu)前輪轉(zhuǎn)向角和附加橫擺力矩?；贏ctor-Critic強化學習架構(gòu)，設計進行控制參數(shù)整定的深度確定性策略梯度(DDPG)智能體和雙延遲深度確定性策略梯度(... （共13頁）