本文主要对多车队列协同纵向行驶的决策控制算法进行了一定的研究。区别于传统基于规则的控制方法,本文选择强化学习方法解决车辆协同跟车行驶中的加速度决策问题。在多车队列中除领航车外,每一辆跟随车都处于类似的外部行驶环境,为降低系统的策略学习难度,队列中的每辆车均可视为独立的智能体,所有跟随车辆共享相同的决策模型。多车协同行驶控制问题可拆解为节点协同跟驰策略的学习,当单车的跟驰策略收敛,整个队列也将稳定地行驶。本文的研究内容主要包含以下4方面:(1)介绍强化学习的基本理论,以及相关代表性算法的原理。在分析各算法的优缺点后,最终提出一种结合模仿学习思想的深度确定性策略梯度(DDPG)算法优化方案。(2)以经验回放和目标网络技巧为切入点阐述DDPG算法的具体实现过程。建立跟随车辆协同行驶的MDP模型,在此基础上运用DDPG算法训练车辆学习固定车间距下的协同行驶策略。在单车节点上层控制器的策略收敛时,进行四车队列的协同行驶仿真实验,仿真结果表明所学控制策略可满足队列的行驶稳定性。(3)选取全速度差跟驰模型作为指导车辆跟随前车行驶的演示策略。针对演示策略增设对应的监督损失,以保证训练过程中发挥其监督作用。对比学习算法改进前后的训练过程可发现车辆经过预训练后策略收敛速度加快。基于乘车舒适度优化车辆协同行驶MDP模型的奖励函数,仿真结果表明在相同工况下队列的行驶平稳性可得到一定的改善。(4)搭建1:5的智能小车实验平台,根据平台使用需求选定智能小车的硬件组成。设计增量PID控制器实现小车的闭环转速控制,同时利用纯追踪算法保持小车的定航向行驶。基于ROS系统的分布式进程框架,设计平台上层控制系统的程序运行架构。在此基础上编写各功能模块的节点程序,并进行相应的测试。基于该平台开展了两车队列的协同行驶实验,验证了基于DDPG算法的上层控制器具备良好的跟车性能。