一种基于改进DDPG算法的车辆跟驰行为决策方法

1.一种基于改进ddpg算法的车辆跟驰行为决策方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于改进ddpg算法的车辆跟驰行为决策方法，其特征在于，筛选出跟车事件的规则包括：

3.如权利要求1所述的一种基于改进ddpg算法的车辆跟驰行为决策方法，其特征在于，所述thw和ttci的表示方式为：

4.如权利要求1所述的一种基于改进ddpg算法的车辆跟驰行为决策方法，其特征在于，所述皮尔逊相关性分析计算公式：

5.如权利要求1所述的一种基于改进ddpg算法的车辆跟驰行为决策方法，其特征在于，所述奖励函数r，计算公式为：

6.如权利要求5所述的一种基于改进ddpg算法的车辆跟驰行为决策方法，其特征在于，所述r4和r5用于车辆跟驰行为决策中的碰撞和提早停车情景，分别定义发生碰撞和提早停车时的惩罚值情况；

7.如权利要求1所述的一种基于改进ddpg算法的车辆跟驰行为决策方法，其特征在于，所述s14中，使用策略梯度更新参与者网络的参数θμ：

8.如权利要求1所述的一种基于改进ddpg算法的车辆跟驰行为决策方法，其特征在于，所述参与者网络和评论家网络均由输入层、隐藏层和输出层组成，并且参与者网络和评论家网络的隐藏层均为30个神经元，参与者网络的输入层有三个输入，分别为纵向车辆的速度vfv、相对速度和纵向轨迹上的相对位置输出层为加速度a值，这也会作为评论家网络的输入，因此评论家网络有4个输入，输出层为q值。