买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种基于深度强化学习算法的车辆编队规划控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119668112B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411813870.0，技术领域涉及：G05B13/04；该发明授权一种基于深度强化学习算法的车辆编队规划控制方法是由于树友;孙绍瑜;李文博;林宝君;陈虹设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种基于深度强化学习算法的车辆编队规划控制方法在说明书摘要公布了：本发明属于汽车控制技术领域，公开了一种基于深度强化学习算法的车辆编队规划控制方法，包括如下步骤：S1.构建考虑了车辆道路坡度影响的油耗模型，并根据所述油耗模型计算车辆的瞬时燃油消耗量和期望速度；S2.将3‑DOF车辆动力学模型与车道保持模型相结合，建立车辆队列模型；S3.依据所述车辆队列模型为每一辆跟随车辆设计局部预测控制器；S4.构建深度强化学习算法迭代过程中的约束条件以及以车辆的瞬时燃油消耗量和期望速度为参数的奖励函数；S5.利用深度强化学习算法求解所述局部预测控制器的最优控制策略，并通过所述局部预测控制器将最优控制策略作用于目标跟随车辆。综上，使得本发明更加符合车辆系统非线性、多变量、强耦合的特性。

本发明授权一种基于深度强化学习算法的车辆编队规划控制方法在权利要求书中公布了：1.一种基于深度强化学习算法的车辆编队规划控制方法，其特征在于，包括如下步骤： S1.构建考虑了车辆道路坡度影响的油耗模型，并根据所述油耗模型计算车辆的瞬时燃油消耗量和期望速度； 所述油耗模型表达为：；式中，和分别表示车辆的燃油消耗率和机械功率，表示燃料与空气的比例，是燃油的热值，、、和分别为发动机的摩擦系数、发动机转速、排气量和换算系数，和分别为发动机和传动系统的效率参数； S2.将3-DOF车辆动力学模型与车道保持模型相结合，建立车辆队列模型； S3.依据所述车辆队列模型为每一辆跟随车辆设计局部预测控制器； S4.构建深度强化学习算法迭代过程中的约束条件以及以车辆的瞬时燃油消耗量和期望速度为参数的奖励函数； 所述深度强化学习算法的迭代过程包括actor策略函数神经网络与critic价值函数神经网络的交替收敛迭代；所述actor策略函数神经网络以状态为输入量、以动作为输出量； 所述深度强化学习算法迭代过程中的约束条件为对所述actor策略函数神经网络的输出动作施加约束范围，且所述约束范围表示为：；式中，和分别表示状态的最大值和最小值； 定义车辆实际速度与期望速度的误差为，获得以车辆的期望速度为参数的奖励函数表达为：； 定义表示车辆的瞬时燃油消耗量，获得以车辆的瞬时燃油消耗量为参数的奖励函数表达为：； 定义表示车队内部的车-车距离，表示期望的内部车间距，车间距误差为，获得以车队内部的车-车距离为参数的奖励函数表达为：； 定义表示车队与前方外部车辆的距离，表示车队与前方外部车辆的安全距离，获得以车队与前方外部车辆的距离为参数的奖励函数表达为：； 定义表示车辆的横向位置偏差，获得以车辆的横向位置偏差为参数的奖励函数表达为：； 提供一复合奖励函数，表达为：； S5.利用深度强化学习算法求解所述局部预测控制器的最优控制策略，并通过所述局部预测控制器将该最优控制策略作用于目标跟随车辆。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130022 吉林省长春市南关区人民大街5988号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。