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！

龙图腾网获悉长沙理工大学申请的专利基于深度强化学习的主线多车道高速匝道合流区车辆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：CN121260032B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511812795.0，技术领域涉及：G08G1/0967；该发明授权基于深度强化学习的主线多车道高速匝道合流区车辆控制方法是由王正武;胡源;李皓;吴锯强;文强设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本基于深度强化学习的主线多车道高速匝道合流区车辆控制方法在说明书摘要公布了：本发明涉及智能交通技术领域，公开了一种基于深度强化学习的主线多车道高速匝道合流区车辆控制方法，包括获取混合交通流下主线多车道高速匝道合流区的主线智能体和匝道智能体的运动状态；基于策略梯度稳定的多智能体优势演员‑评论家方法实时调整主线不定数量多智能体的运动状态；基于连续动作空间探索的单智能体柔性演员‑评论家方法动态更新匝道智能体的运动状态；以主线智能体和匝道智能体构建异构智能体协同控制框架，利用匝道智能体输出的预期合流位置更新主线智能体的运动状态，利用主线智能体反馈的主线信息更新匝道智能体的运动状态。本发明能够提升匝道CAV汇入主线的效率和安全，以及保障主线车辆行驶舒适性。

本发明授权基于深度强化学习的主线多车道高速匝道合流区车辆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的主线多车道高速匝道合流区车辆控制方法，其特征在于，包括以下步骤： 获取混合交通流下主线多车道高速匝道合流区的主线智能体和匝道智能体的运动状态；其中主线智能体和匝道智能体的运动状态包括每个智能体对应的状态空间、动作空间及奖惩函数；主线智能体对应的奖惩函数包括智能体的安全奖惩函数、主线智能体的效率奖惩函数以及主线智能体的舒适度奖惩函数的加权和；匝道智能体对应的奖惩函数包括智能体的安全奖惩函数、匝道智能体的效率奖惩函数、匝道智能体的舒适度奖惩函数以及匝道智能体的换道奖惩函数的加权和； 智能体的安全奖惩函数具体为： ； 其中，为智能体的安全奖惩函数，为当前时间步下的前车距离，为安全跟车间距，为相关系数； 主线智能体和匝道智能体的效率奖惩函数具体为： ； ； 其中，为主线智能体的效率奖惩函数，均为相关系数，为当前时间步车辆的车速，为车辆在不同道路上的目标车速，为下一时间步车辆的车速，为匝道智能体的效率奖惩函数； 主线智能体和匝道智能体的舒适度奖惩函数具体为： ； ； ； ； 其中，为主线智能体的舒适度奖惩函数，为主线智能体考虑加速度的奖惩函数，为主线智能体考虑加加速度的奖惩函数，为匝道智能体的舒适度奖惩函数，为当前时间步车辆的加速度，均为相关系数，为下一时间步车辆的加速度； 匝道智能体的换道奖惩函数具体为： ； ； ； 其中，为匝道智能体的换道奖惩函数，为对于换道位置的奖惩，为对于换道成功的奖励，为换道横坐标，为相关系数； 基于策略梯度稳定的多智能体优势演员-评论家方法实时调整主线不定数量多智能体的运动状态； 基于连续动作空间探索的单智能体柔性演员-评论家方法动态更新匝道智能体的运动状态； 以主线智能体和匝道智能体构建异构智能体协同控制框架，利用匝道智能体输出的预期合流位置更新主线智能体的运动状态，利用主线智能体反馈的主线信息更新匝道智能体的运动状态，直至各个智能体完成合流协同并驶离主线多车道高速匝道合流区。

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长沙理工大学，其通讯地址为：410015 湖南省长沙市天心区赤岭路45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。