高级驾驶辅助系统是当今汽车主动安全技术领域的研究重点之一,主要包括汽车自适应巡航系统和前方防碰撞系统。目前市场上产品化的汽车自适应巡航系统由于使用传统的基于规则的车辆跟随决策算法进行决策,无法实现高效、舒适、安全地跟随,往往需要舍弃乘车的舒适性以保证安全性。针对这一问题,提出了一种基于深度强化学习的车辆跟随决策算法,综合考虑了车辆动力学特性和刚体碰撞理论,解决了车辆跟随过程中舒适性不佳的问题。主要包括以下工作:对车辆跟随过程进行了马尔科夫决策过程建模,将车间距、前后车相对车速、跟随车辆的加速度作为状态集,即决策系统的输入;将跟随车辆的期望加速度作为动作集,即决策系统的输出;将驾驶风险原则、优化目标和个性化设计作为决策系统的决策依据,从而构建了基于深度强化学习的车辆跟随决策框架。结合最小安全距离模型,综合考虑跟车过程的安全性、舒适性和效率,设计了一个模块化的奖赏函数。基于深度确定性策略梯度算法,提出了一种车辆跟随自主决策算法。训练好的跟车模型,在多种环境下都能实现安全、舒适、高效地跟随前方车辆。针对深度确定性策略梯度算法中经验样本利用效率低的问题,以时间差分误差的大小和即时奖赏值作为划分样本优劣的标准,提出了一种新的复合优先经验回放机制,提高了经验样本的利用效率,加快了算法的收敛速度。在gym仿真平台上,将本文提出的复合优先经验回放机制与已有的机制对比,本文方法不仅在经验样本存储时具有更低的时间复杂度,更能加快模型的收敛速度和训练稳定性。在仿真环境中,对本文提出的车辆跟随决策算法进行了性能测试,实验结果表明,训练好的模型,能在不同的测试环境中实现安全、舒适、高效地跟随领航车辆,且性能优于已有算法。