1.基于虚实博弈双系统并行的智能汽车类人决策方法,其特征在于,包括以下步骤:S1、智能汽车根据自身认知知识和对周围车辆类型的理解,建立与周围车辆的虚拟博弈系统;包括:S101、智能汽车根据记录的历史交互时域内对并道目标车道上的周围车辆的横纵向驾驶行为和驾驶信息,实现对周围车辆的类型做出估计;所述类型包括:激进型、适中型和保守型;
S102、根据序贯博弈规则,将智能汽车自身置为序贯博弈的先行者占位,将周围车辆置为序贯博弈的跟随者占位;
S103、根据智能汽车对周围车辆类型的估计以及序贯博弈行动分配的基础上,针对智能汽车自身博弈策略集中的所有可选策略,逐一对周围车辆的应对策略进行预测;
S104、根据智能汽车的博弈目标函数和周围车辆博弈目标函数,以及根据智能汽车的类型和对周围车辆估计的类型,构建虚拟序贯博弈模型;
S105、将所述虚拟序贯博弈模型求解问题转化为模型优化问题,以序贯博弈展开树逆向遍历剪枝的方式实现虚拟序贯博弈模型优化求解,输出智能汽车和智能汽车主观认知中的周围车辆所达成的博弈均衡态势下的策略对,以便智能汽车做出实际决策;
S2、当周围车辆根据智能汽车已采取的策略做出实际观察和最优应对后,周围车辆建立与智能汽车的现实博弈系统;
S3、智能汽车获取周围车辆的实际最优应对策略,印证与虚拟博弈系统中认知的周围车辆采取的最优应对策略之间的偏差;所述周围车辆的实际最优应对策略通过以下过程得到:周围车辆根据其自身真正的类型来实施决策,智能汽车建立与周围车辆的现实博弈模型并进行优化求解,输出真正类型的周围车辆的实际最优应对策略;
S4、智能汽车根据偏差纠正对周围车辆类型的理解并刷新信念,形成对周围车辆类型的新认知;
S5、在下一阶段双系统并行运行中,重复执行上述步骤S1-S4,智能汽车基于新认知做出相应的类人决策,直至双系统认知收敛并实现智能汽车的并道目标;所述双系统由虚拟博弈系统和现实博弈系统构成。
2.根据权利要求1所述的基于虚实博弈双系统并行的智能汽车类人决策方法,其特征在于,所述步骤S104中智能汽车的博弈目标函数构建过程如下:根据序贯博弈规则,基于智能汽车可选择的任意横向加速度策略和周围车辆可选择的任意纵向加速度策略,构建智能汽车的博弈目标函数;
其中,智能汽车的博弈目标函数包括:并道工效性博弈目标函数、路权归属性博弈目标函数和行驶安全性博弈目标函数;
1)并道工效性博弈目标函数如下:
其中,表示序贯博弈的单阶段持续周期,表示目标车道中心线Y坐标,表示当前车道中心线Y坐标;
2)路权归属性博弈目标函数如下:
其中,表示智能汽车采取策略并跨越车道分割线,获取到道路优先权,将智能汽车的路权归属性博弈目标函数收益置为1;表示智能汽车采取策略但尚未跨越车道分割线,道路优先权仍归属于目标车道的周围车辆,将智能汽车的路权归属性博弈目标函数收益置为0;
3)行驶安全性博弈目标函数如下:
其中,表示智能汽车的初始坐标,表示周围车辆的初始坐标,表示智能汽车的纵向速度,表示周围车辆的纵向速度。
3.根据权利要求2所述的基于虚实博弈双系统并行的智能汽车类人决策方法,其特征在于,所述步骤S104中周围车辆博弈的目标函数构建过程如下:根据序贯博弈规则,基于智能汽车可选择的任意横向加速度策略和周围车辆可选择的任意纵向加速度策略,构建周围车辆的博弈目标函数;
其中,周围车辆的博弈目标函数包括:行驶安全性博弈目标函数、路权归属性博弈目标函数和行驶干扰性博弈目标函数;
a)周围车辆的行驶安全性博弈目标函数如下:
周围车辆的行驶安全性目标是由周围车辆和智能汽车分别从各自的策略集中采取的策略, 所诱发,周围车辆的行驶安全性博弈目标函数等价于智能汽车的行驶安全性博弈目标函数;
b)周围车辆的路权归属性博弈目标函数如下:
其中,表示智能汽车采取策略并跨越车道分割线,周围车辆失去道路优先权,将周围车辆的路权归属性博弈目标函数收益置为-1;表示智能汽车采取策略但尚未跨越车道分割线,周围车辆并未改善性能,将周围车辆的路权归属性博弈目标函数收益置为0;
c)周围车辆的行驶干扰性博弈目标函数如下:
周围车辆的行驶干扰性目标通过周围车辆的干扰时效性和理想时效性之间的关系来衡量;干扰时效性定义为周围车辆在采取策略时抵达智能汽车当前所在纵向位置需要的时间;理想时效性定义为周围车辆在不与智能汽车展开博弈交互决策而保持原速度抵达智能汽车当前所在纵向位置需要的时间;所述行驶干扰性目标包含促进干扰和抑制干扰;
其中,表示周围车辆的行驶干扰性博弈目标函数;表示当周围车辆为了应对智能汽车横向并道行为而从其策略集中采取处于加速范围的策略,属于促进干扰时效性,小于理想时效性;表示当周围车辆为了应对智能汽车横向并道行为而从其策略集中采取处于减速范围的策略,属于抑制干扰时效性,大于理想时效性;表示理想时效性。
4.根据权利要求3所述的基于虚实博弈双系统并行的智能汽车类人决策方法,其特征在于,所述步骤S104中,构建虚拟序贯博弈模型如下:其中,表示智能汽车虚拟博弈模型;智能汽车的类型记为,∈{激进型、适中型、保守型},对应权重因子为;
表示智能汽车主观认知中的周围车辆虚拟博弈模型;智能汽车主观认知中的周围车辆类型为,,权重因子为。
5.根据权利要求4所述的基于虚实博弈双系统并行的智能汽车类人决策方法,其特征在于,所述步骤S105中,将所述虚拟序贯博弈模型求解问题转化为模型优化问题,包括:其中,, 分别表示智能汽车预测的周围车辆针对自身策略, 的应对策略;表示周围车辆的策略集,为所述策略集中的元素;表示输出的智能汽车和智能汽车主观认知中的周围车辆所达成的博弈均衡态势下的策略对。
6.根据权利要求5所述的基于虚实博弈双系统并行的智能汽车类人决策方法,其特征在于,所述步骤S2,包括:S201、当周围车辆根据智能汽车已采取的策略做出实际观察和最优应对后,周围车辆则根据自身真正的类型来实施决策策略以做出实际最优应对;
S202、智能汽车建立与周围车辆的现实博弈模型为:
其中,表示智能汽车现实博弈模型;∈{激进型、适中型、保守型},对应权重因子为;表示智能汽车基于所述虚拟博弈系统做出的实际决策;表示周围车辆现实博弈模型;
S203、将所述现实博弈模型求解问题转化为模型优化问题:
其中,处于序贯博弈先行者占位的智能汽车已做出实际决策,只需优化以智能汽车已做出的实际决策策略为参数、以真正类型的周围车辆从其策略集中可能采取的任意应对策略为变量的优化问题;输出真正类型的周围车辆的实际最优应对策略,且据此周围车辆做出实际的最优应对决策。
7.根据权利要求6所述的基于虚实博弈双系统并行的智能汽车类人决策方法,其特征在于,所述步骤S3,包括:智能汽车获取周围车辆的实际最优应对策略,印证与虚拟博弈系统中认知的周围车辆采取的最优应对策略所导致的自身博弈目标函数收益之间的偏差:其中,表示智能汽车在虚拟博弈系统和现实博弈系统之间的博弈目标函数收益的偏差。
8.根据权利要求7所述的基于虚实博弈双系统并行的智能汽车类人决策方法,其特征在于,智能汽车根据所印证的周围车辆的实际最优应对策略和虚拟博弈系统认知中采取的最优应对策略所导致的收益偏差,纠正自身对周围车辆类型的理解,刷新智能汽车的信念,形成对周围车辆类型的新认知。
9.基于虚实博弈双系统并行的智能汽车类人决策系统,其特征在于,应用如权利要求1-8任一项所述的基于虚实博弈双系统并行的智能汽车类人决策方法,该系统包括:主观决策模块,用于智能汽车根据自身认知知识和对周围车辆类型的理解,建立与周围车辆的虚拟博弈系统;
客观决策模块,用于当周围车辆根据智能汽车已采取的策略做出实际观察和最优应对后,周围车辆建立与智能汽车的现实博弈系统;
策略印证模块,用于智能汽车获取周围车辆的实际最优应对策略,印证与虚拟博弈系统中认知的周围车辆采取的最优应对策略之间的偏差;
理解刷新模块,用于智能汽车根据偏差纠正对周围车辆类型的理解并刷新信念,形成对周围车辆类型的新认知;
在下一阶段双系统并行运行中,重复执行上述模块,智能汽车基于新认知做出相应的类人决策,直至双系统认知收敛并实现智能汽车的并道目标;所述双系统由虚拟博弈系统和现实博弈系统构。