1.一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,包括:S1、交通环境中的智能汽车和其他汽车实现动态信息交互;
S2、基于所述动态信息交互,建立智能汽车多阶段序贯博弈决策模型;
S3、参与动态信息交互的每辆汽车对除自身之外的其他汽车在未来拟采取的策略进行预测,建立领头汽车的预期效用诱导泛函和跟随汽车的预期效用诱导泛函,根据预测结果在多阶段序贯博弈中优化自身的预期效用诱导泛函;
S4、基于领头汽车的预期效用诱导泛函和跟随汽车的预期效用诱导泛函,对所述智能汽车多阶段序贯博弈决策模型进行求解,输出每辆汽车在H瞬时的加速度;
S5、所述智能汽车执行自身在H瞬时的加速度;
S6、在H+h瞬时同步更新所述交通环境中的智能汽车和其他汽车的运动信息、预测信息和认知信息;
S7、重复执行步骤S1‑S6,直到所述智能汽车自主退出博弈系统而恢复自由驾驶模式。
2.如权利要求1所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,所述S1中,所述动态信息交互包括行驶状态信息交互、驾驶风格交互、预期效用诱导指数交互和环境认知度交互。
3.如权利要求1所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,所述S1中还包括:当交互信息不完备时,所述智能汽车根据对交通环境的信念和认知来估计缺省的信息,预测未来交通态势的演进。
4.如权利要求1所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,所述S2中,所述智能汽车多阶段序贯博弈决策模型融合了个性化驾驶特性的多目标协同行驶需求和交通系统需求;
所述多目标协同行驶需求包括智能汽车的风险特征、冲击特征和跟随特征;
所述交通系统需求包括交通系统的工效特征和安全特征。
5.如权利要求1所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,所述S4具体包括:S41、在上层空间领头汽车连续的动作域内生成满足汽车运动学和动力学约束的初始加速度策略粒子,并形成初始粒子群体S42、根据上层空间领头汽车的初始粒子群体 获得各个跟随汽车的反应式粒子群体S43、基于所述初始粒子群体 和反应式粒子群体 构建层次粒子群体S44、通过所述领头汽车的预期效用诱导泛函和跟随汽车的预期效用诱导泛函,衡量所述层次粒子群体 中初始粒子群体 和反应式粒子群体 的效用度,并对初始粒子群体 和反应式粒子群体 的效用度分别单独按照递减的顺序排序;
S45、利用概率盘复制法分别从排序后的初始粒子群体 和反应式粒子群体 中复制出个粒子,记为领头汽车核心粒子群体 和跟随汽车核心粒子群体S46、对所述领头汽车核心粒子群体 和跟随汽车核心粒子群体 依次进行编码操作、交换操作和突变操作,产生对应的上层空间领头汽车加速度策略的新粒子 和下层空间跟随汽车加速度策略的新粒子S47、根据所述上层空间领头汽车加速度策略的新粒子 和下层空间跟随汽车加速度策略的新粒子 计算对应的下层空间跟随汽车的最优加速度策略;
S48、根据所述下层空间跟随汽车的最优加速度策略,反推上层空间领头汽车的最优加速度策略;
S49、计算下层空间跟随汽车的最优加速度策略和上层空间领头汽车的最优加速度策略的满意度,并输出每辆汽车在H瞬时的加速度。
6.如权利要求5所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,所述S42具体包括:将所述初始粒子群体中的每个粒子作为领头汽车采取动作的固定参数,寻找每个参数所对应的跟随汽车预期效用空间的切片;
依次求解各个空间切片内跟随汽车与领头汽车动作对应的最优应对加速度策略,并获得各个跟随汽车的反应式粒子群体
7.如权利要求5所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,在所述S47中,根据所述上层空间领头汽车加速度策略的新粒子 计算对应的下层空间跟随汽车的最优加速度策略,具体包括:获取上层空间领头汽车的粒子群体接受度的维度 判断所述新粒子 和粒子群体接受度的维度 之间的关系;
(1)当所述新粒子 的规模大于粒子群体接受度的维度 时:
对于所述新粒子 中的每个粒子,通过向量范数寻找在初始粒子群体 中与之距离最近的初始粒子;
并在层次粒子群体 中挖掘出与该初始粒子对应的下层空间跟随汽车的最优加速度策略;
以该跟随汽车的最优加速度策略所对应的粒子为参考,构造在此粒子附近的线性函数;
通过线性函数近似求解出与所述新粒子 中的每个粒子对应的下层空间跟随汽车的最优加速度策略;
(2)当所述新粒子 的规模小于粒子群体接受度的维度 时:
对于所述新粒子 中的每个粒子,通过向量范数寻找在初始粒子群体 中与之距离最近的初始粒子;
并在层次粒子群体 中挖掘出与该初始粒子对应的下层空间跟随汽车的最优加速度策略;
以该跟随汽车的最优加速度策略所对应的粒子为起点,构造下层空间跟随汽车的预期效用诱导泛函的二次近似函数作为准预期效用诱导泛函,并构造其约束的一次近似函数作为准约束函数;
基于准预期效用诱导泛函和准约束函数将问题转换成求解二次规划的问题,确定新的搜索方向和乘子向量;
基于从层次粒子群体 中挖掘出的跟随汽车的最优加速度策略所对应的粒子点沿着搜索方向进行一维搜索,得到搜索步长,进而计算出新的近似最优加速度策略;
迭代上述过程,直到收敛精度满足预设条件而停止迭代,输出所述新粒子 中的每个粒子对应的下层空间跟随汽车的最优加速度策略。
8.如权利要求5所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,在所述S47中,根据下层空间跟随汽车加速度策略的新粒子 计算对应的下层空间跟随汽车的最优加速度策略,具体包括:逐个通过所述跟随汽车的预期效用诱导泛函来衡量所述新粒子 的效用度,综合考虑反应式粒子群体 和新粒子 的效用度,从中选出最优效用度的单个粒子作为下层空间跟随汽车的最优加速度策略。
9.如权利要求5所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,所述S48具体包括:将所述下层空间跟随汽车的最优加速度策略对应的粒子作为最优粒子;将所述最优粒子与新粒子 相结合,通过所述领头汽车的预期效用诱导泛函来衡量所述最优粒子与新粒子 的综合效用度;对该综合效用度和初始粒子群体 的效用度进行综合考虑,从中选出最优效用度的粒子作为上层空间领头汽车的最优加速度策略。
10.如权利要求5所述的一种基于序贯博弈快速优化的智能汽车类人决策方法,其特征在于,在所述S9中,所述满意度的条件包括其中, 和 分别表示第ρ+1轮迭代的上层空间领头汽车的加速度策略、下层空间跟随汽车的加速度策略; 和 分别表示第ρ轮迭代的上层空间领头汽车的加速度策略、下层空间跟随汽车的加速度策略;γ1、γ2和γ3分别表示几类满意度条件的阈值;
表示两轮计算分别得到的子博弈精炼纳什均衡解之间的范
数。若以上五个条件同时满足表明计算得到的上层空间领头汽车的加速度策略和下层空间跟随汽车的加速度策略已渐进收敛到子博弈精炼纳什均衡态,完成了瞬时H连续动作域的智能汽车序贯博弈决策模型的求解任务。若不同时满足以上五个条件,则重新生成新粒子和新粒子 重复执行上述所有过程。