基于改进深度确定性策略梯度算法的无人驾驶路径跟踪控制
来源：计算机应用与软件杂志2025年第9期北京时间：
作者：虎晓诚, 马萍, 李新凯
摘要：针对无人驾驶汽车在高速状态下路径跟踪精度、行驶稳定性差等缺点，提出改进深度确定性策略梯度 (DDPG) 算法的无人驾驶路径跟踪控制策略。通过设计状态量优化器，剔除影响较小的状态量，优化梯度策略学习效率，从而提高策略学习权重的过程，实现无人驾驶汽车稳定精确地跟踪路径。实验结果表明，与深度 Q 网络 (DQN) 算法和 DDPG 算法相比，该算法可使无人驾驶汽车快速跟踪路径行驶，并有效提高了跟踪控制精度，验证了该算法的跟踪性能。
关键词：无人驾驶, 轨迹跟踪控制, 深度强化学习, 确定性策略梯度
