基于多智能体强化学习的智能驾驶模拟方法及系统

本发明公开了基于多智能体强化学习的智能驾驶模拟方法及系统，涉及智能驾驶技术领域，用于解决传统路径规划方法通常基于静态地图和规则，难以适应动态变化的交通环境，容易导致局部最优解，分配策略基于固定的规则或简单的启发式算法，导致能源浪费、续航里程缩短，衰减方法的选择对算法的收敛速度和稳定性有重要影响的问题；通过多智能体强化学习，系统能够实现智能化的路径规划、动力分配和车速调节，提高驾驶的自动化水平。综合考虑安全性、效率和舒适性，在复杂的交通环境中实现多目标的优化，提升整体驾驶性能，具有较强的鲁棒性和适应能力，动态调整电池能耗分配策略，减少能源浪费。