徐泽洲，曲大义，洪家乐，宋晓晨

(1.青岛市城市规划设计研究院，山东 青岛 266071；2.青岛理工大学，山东 青岛 266520)

0 引言

驾驶决策是交通安全永恒的话题，车辆在交叉口的交通事故仍有发生，剖析车辆交互驾驶行为对驾驶决策具有重要的指导作用。驾驶决策是车辆在进行驾驶操作时通过实时获取车辆之间的交通信息，做出更安全的判断，实现车车安全交互的目的，提高行车的安全性和快速性。自动驾驶车辆通过安装各种先进感知设备实现自动运行，减少人为产生的交通事故[1]。随着智能网联、车路协同技术的发展，自动驾驶技术有望代替人从“车—道路—人”的控制系统彻底分离开来，从源头解决道路运行中的交通问题[2]。然而，由于各种实际交通运行环境复杂多变，自动驾驶仍然极具挑战。

智能驾驶技术包括网络导航、自主驾驶，车上的传感器通过收集交通环境信息，进行认知计算控制相应的控制系统。自主驾驶是车辆从人工向智能的转变，完全自动驾驶面对的是复杂多变的道路环境，无法被抽象成公式或简单逻辑去使机器执行。对此国内外学者进行了广泛且深入的研究，Lange等[3]通过深度强化学习方法构造深度自动编码器，利用任务相关信息改进特征空间拓扑结构的方法成功地学习良好的控制策略，直接合成真实的图像。Lange和Riedmiller等[4]提出深度拟和Q学习框架，尝试对模型小车进行控制。Mnih等[5]将深度学习与强化学习方法结合进行决策与控制，给控制决策领域开启了一种解决问题的新思路。……