决策规划

面向高级别自动驾驶技术的自动驾驶仿真平台.

首个多智能体换道算法，突破传统的单智能体算法的性能瓶颈.

面向高级别自动驾驶技术的自动驾驶仿真平台.

本项目面向高级别自动驾驶技术需求，开展安全可信的自动驾驶汽车自主决策相关研究。考虑不同任务的特异性，分别提出了基于深度强化学习的路线规划算法、 基于多智能体的换道决策算法、自动驾驶汽车安全预警算法、以及基于深度模型的BEV数据融合预测算法，为实现安全、高效、协同、可信的智能驾驶提供了理论和技术支撑。

本项目重点研究智能网联汽车协同决策理论与应用，针对典型场景下的协同决策问题，提出了基于深度学习模型的协同决策算法、基于深度强化学习的协同泊车算法、协同决策容错与自愈算法等先进方法，实现了大规模场景下实时求解、效率最优、安全可信、容错自愈的协同决策性能，为智能网联汽车技术的综合落地应用奠定了理论基础。