超越保守自动驾驶：在多智能体场景中通过耦合模型预测控制与深度强化学习实现

Beyond Conservative Automated Driving in Multi-Agent Scenarios via Coupled Model Predictive Control and Deep Reinforcement Learning

无信号灯交叉口的自动驾驶因复杂的多车交互及安全与效率的平衡需求而极具挑战。模型预测控制通过优化提供结构化约束处理能力，但其依赖人工设计规则，往往导致行为过于保守。深度强化学习能够从经验中学习自适应行为，但在安全保证与未知环境泛化方面常面临困难。本研究提出一种融合模型预测控制与强化学习的集成框架，以提升多智能体场景中的导航性能。实验表明，在三种交通密度条件下，该框架性能均优于独立模型预测控制与端到端强化学习方法。相较于纯模型预测控制，集成框架整体碰撞率降低21%，成功率提升6.5%。研究进一步评估了该框架在未经重新训练情况下向高速公路合流场景的零样本迁移能力。两种基于模型预测控制的方法均展现出显著优于端到端近端策略优化算法的迁移性能，凸显了模型预测控制主干在跨场景鲁棒性中的关键作用。该框架在训练过程中还表现出比端到端强化学习更快的损失收敛速度，表明其降低了学习负担。这些结果表明，集成方法能够改善多智能体交叉口场景中安全性能与效率的平衡，同时模型预测控制组件为驾驶环境的跨场景泛化提供了坚实基础。本研究的实现代码已开源发布。