摘要：車輛跟馳行為決策研究對于車輛跟馳駕駛技術(shù)的發(fā)展至關(guān)重要,以深度強(qiáng)化學(xué)習(xí)方法研究車輛低速跟馳場景,提出了一種改進(jìn)型DDPG決策算法,該算法在DDPG算法的基礎(chǔ)上,結(jié)合了CBF控制器以進(jìn)行安全補(bǔ)償控制與策略探索指導(dǎo);同時,設(shè)計了符合低速跟馳期望目標(biāo)的獎勵函數(shù)。在對比實(shí)驗中,通過高斯過程模型模擬跟馳車隊系統(tǒng),分別用DDPG算法和DDPG-CBF改進(jìn)算法控制其中一輛車的跟馳行為,實(shí)驗結(jié)果表明,相比于DDPG算法,DDPG-CBF改進(jìn)算法可以更有效地保證跟馳決策的安全性,同時具有更高的學(xué)習(xí)效率,能夠應(yīng)用于車輛低速跟馳場景。