无人驾驶深度强化学习决策模型性能评测方法综述

来源：计算机工程与应用杂志2025年第19期北京时间：

作者：顾同成, 徐东伟, 孙成巨

单位：1.浙江工业大学 信息工程学院，杭州 310014；2.浙江工业大学 网络空间安全研究院，杭州 310014

摘要：目前，以深度强化学习（deep reinforcement learning，DRL）为主要决策方法的端到端无人驾驶技术在典型交通驾驶任务中的表现取得显著进展。但是，由于DRL“试错”交互的独特学习方式，使其在应用到真实驾驶环境之前，必须经过严格的多维评测过程。因此，性能评测成为DRL无人驾驶决策模型向真实世界迁移的一个关键且不可或缺的步骤。梳理分析当前无人驾驶领域主流的技术实现方法；聚焦DRL方法，综述其在无人驾驶决策中的研究模式与最新成果，探讨其在处理无人驾驶任务时所面临的问题与瓶颈；面向端到端DRL无人驾驶决策模型，从安全性、鲁棒性、舒适性、效率、可靠性五个方面全面综述性能评测方法，分析影响因素并梳理性能评测流程；对比总结目前常用且开源的无人驾驶虚拟仿真平台的特点及适用场景；概述性能评测存在的开放性问题及对未来评测方法的研究展望，为相关研究和模型应用部署提供理论支持和参考依据。

关键词：智能交通,无人驾驶,深度强化学习,评测方法,决策性能,端到端控制