控制与决策

作者：王云泽,孙宇,骆中斌,张春波

单位：石家庄铁道大学 交通运输学院，石家庄 050043;河北省交通安全与控制重点实验室，石家庄 050043,,石家庄铁道大学 交通运输学院，石家庄 050043;河北省交通安全与控制重点实验室，石家庄 050043,,重庆大学 计算机学院，重庆 400044;招商局重庆交通科研设计院有限公司，重庆 400067;自动驾驶技术交通运输行业研发中心, 重庆 400067,,石家庄铁道大学 交通运输学院，石家庄 050043;河北省交通安全与控制重点实验室，石家庄 050043,

关键词：汽车工程;自动驾驶;深度强化学习;行为决策;综述;典型交通场景;多车协同

基金：国家重点研发计划项目(2023YFB2504704)；2024年度河北省社会科学发展研究课题(202402302)；河北省省级科技计划软科学研究专项资助项目(25350801D)；河北省自然科学基金项目(E2024210032).

自动驾驶行为决策是车辆实现智能化的核心技术, 深度强化学习(DRL)因其环境交互特性和端到端决策优势在该领域展现出显著潜力. 鉴于此, 通过多维度分析, 系统梳理基于DRL的自动驾驶行为决策的研究内容和发展趋势: 首先, 回顾行为决策的发展历程, 并分析DRL在自动驾驶中的应用趋势; 然后, 提出“状态-动作-奖励-策略-评价”五维框架, 分析算法要素与跟驰、换道等驾驶任务的映射关系; 接着, 结合匝道合流、交叉口和施工区等典型场景, 剖析DRL在不确定性环境中的应用方案; 最后, 指出多车协同、长尾事件及可解释性等挑战, 并提出未来研究方向. 研究表明: 技术上, DRL算法选择与优化日趋多元化, 模型向多模态、轻量化发展; 应用上, 决策范式正从单车智能向车路云协同升级, 从功能实现向人性化交互进化, 突破现有技术“算法创新-硬件加速-法规适配”的协同演进路径.

来源：2026年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第2期