基于深度强化学习和MPC算法的自动驾驶汽车纵向控制方法

本发明涉及汽车工程和控制技术领域，具体涉及一种基于深度强化学习和MPC算法的自动驾驶汽车纵向控制方法，构建DRL动态参数优化器与MPC安全执行器的协同架构，通过深度强化学习(DRL)实时调节模型预测控制(MPC)的关键参数，实现自动驾驶纵向控制的自适应性与安全性的统一。具体通过将DRL智能体重构为MPC参数生成器，设计奖励函数与场景适配进行训练，DRL输出的输入至MPC控制器，MPC控制器基于动态参数求解目标函数实现滚动优化，形成闭环控制以抑制前车扰动并保障系统鲁棒性，本发明还设置有安全校验保证系统安全。