随着全球经济的快速增长,城市道路上的汽车也逐年增加,道路交通拥堵情况只增不减,行车安全的形势日益严峻,交通拥堵伴随着交通事故的发生,节省拥堵成本和行车安全越来越需要得到重视。在行车道路上如何节省出行时间,成为了热门研究课题。智能交通推进了无人驾驶汽车的涌现。为了保障交通系统畅通安全以及行车的安全都决定着汽车能否顺利到达目的地,本文通过构建出行选择行为虚拟平台采集出行选择数据及进行数据分析,并提出强化学习模型对交通出行选择行为进行研究,再通过改进DDPG算法对无人驾驶汽车进行路径规划,以达到缓解道路拥堵的目的。(1)针对交通出行选择行为的实际数据匮乏,因此本文采用基于Web框架下的Django开发了一个城市通勤出发时间选择实验平台,通过微调法修改实验参数后实施路径选择和收费管理等条件下的出行选择实验。利用此平台对交通出行选择行为进行模拟实验,并采集相关数据构建数据集。该平台最显著的优势是不但打破了传统的PC端实现,还可以利用Pad或手机等移动设备使用微信小程序开展实验。(2)随着交通工具的增加,交通拥堵成为了最典型的城市病,人们的通勤时间逐渐加长,为了更好的解决这一问题,本文基于Vickery的瓶颈模型,在瓶颈处的道路通行能力变化的条件下展开了出发时间选择实验,通过对被试者的时间选择行为和结果进行实验数据分析,主要分析整体选择行为的均衡特征及个体选择行为对整体均衡的影响。并针对此实验现象构建强化学习仿真模型,复现实验过程及结果,再对仿真模型进行数据分析,结果表明模型具有很强的适应性,能很好地再现各种实验条件下的整体选择行为。(3)随着经济时代的快速发展,道路上的车流量逐渐增多,导致交通事故频发以及道路拥堵,路径选择显得尤为重要,在复杂的交通环境下,动作维度较高时DDPG算法无法区分最优动作和次优动作之间的差距,针对这一问题,本文提出了一种基于DDPG算法的优化评价改进算法(Deep Deterministic Policy Gradient with Optimization Evaluation,OE-DDPG)。通过改进算法的损失函数并加入Dropout机制从而拉开最优动作与次优动作TD＿error值的差距,并将OE-DDPG算法应用于难度环境不同的无人驾驶汽车仿真中。结果表明,本文提出的OE-DDPG算法能有效提高算法的收敛速度和鲁棒性,并能够很好的进行路径规划。