本文通过多智能体强化学习的方法对自动驾驶车辆在复杂交通场景下的高速公路入口合流进行了建模，提出了一种高效可扩展的模型，包括参数共享、本地奖励、底层安全监督等手段以及基于优先级的安全监督等，最终实验结果表明本文提出的 MARL 框架明显优于现有的基准模型。

May, 2021

提出了一种基于学习的新型加速和换道决策模型，该模型明确考虑了自我车辆及周围车辆的效用，以产生社会可接受的行为。仿真结果表明，考虑周围车辆在奖励函数设计中的重要性，并直接考虑并道对周围车辆的影响，该模型在避免事故、近距离避开和反社会行为方面与文献中的模型相匹配或超过。

Mar, 2024

该论文提出了一种学习连接和自动化车辆 (CAV) 与进入匝道的人驾驶车辆 (HDV) 进行安全控制的方法，使用高度信息状态模型，学习了混合交通情况下 HDV 的行为，并生成安全控制策略，然后在 CAV 与 HDV 交互的模拟场景中进行了验证。

Apr, 2023

本篇论文提出了一种自动驾驶的决策方法，采用了 POMDP 和 Monte Carlo tree search 等方法对车辆在道路上的交互进行建模和规划，实现了高质量的行驶决策。

Mar, 2023

通过采用深度强化学习从事自主驾驶车辆上的车辆跟随和变道模型，本论文探讨了解决构成道路阻塞的突发情况，提出了基于 Markov 决策过程和 MEC 辅助架构的综合决策控制系统，并通过 SUMO 模拟器和 OPENAI GYM 评估了该模型的性能，结果显示使用 ε-greedy 策略进行训练的 DQN 代理明显优于使用 Boltzmann 策略进行训练的代理。

Sep, 2023

本研究介绍了一种解决自主加入匝道的问题的新方法，其中自动驾驶车辆需要无缝地融入多车道高速公路上的车流。我们引入了 Lane-keeping，Lane-changing with Latent-state Inference 和 Safety Controller (L3IS) 代理，旨在在没有关于周围车辆意图或驾驶风格的全面知识的情况下安全地执行匝道合流任务。我们还介绍了这种代理的增强型称为 AL3IS，它考虑了观测延迟，允许代理在具有车辆间通信延迟的真实环境中做出更稳健的决策。通过对环境的隐含状态进行建模，如其他驾驶员的意图，我们的方法增强了代理适应动态交通状况、优化合流动作并确保与其他车辆的安全交互的能力。我们通过基于真实交通数据生成的广泛模拟来证明我们方法的有效性，并将其性能与现有方法进行比较。在基于真实美国 101 高速公路数据生成的具有挑战性的匝道合流案例中，L3IS 显示出 99.90％的成功率。我们进一步对 AL3IS 进行了灵敏度分析，评估其对不同观测延迟的鲁棒性，结果表明在 1 秒的车辆间通信延迟下，取得了 93.84％的成功率，性能令人满意。

Mar, 2024

本研究介绍了一种信息共享和安全多智能体强化学习框架，通过车辆间通信收集处理后的 LIDAR 和摄像头数据，在提高交通效率和安全方面取得优势，并在 CARLA 模拟器中得到验证。

Feb, 2023

提出一种基于强化学习和动作基元的分层框架，可自主收集和重复使用知识来解决城市环境下自动驾驶面临的挑战和不确定性，通过 CARLA 模拟器的测试，其表现优于其他基线方法。

Jul, 2022

本文提出了一种使用多智能体强化学习框架 (MARL) 的安全保护平行体系结构来提高连接和自主车辆 (CAV) 系统在复杂驾驶情况下的安全性和效率，并使用 Graph Convolutional Network (GCN)-Transformer 作为空间 - 时间编码器，设立安全屏障并对 CAV 进行安全检查，实验结果显示该方法大大提高了系统安全性和效率。

Oct, 2022

该研究提出了一种自监督传感器融合技术，将自身视觉 LiDAR 和 RGB 相机观测数据相结合，应用于模型驱动的强化学习领域，通过提高状态估计来改善其准确性，并在零样本场景下验证了其有效性。

May, 2023