一种基于深度强化学习的MPC分层协同优化控制研究方法

一种基于深度强化学习的MPC分层协同优化控制研究方法，包括步骤A、内层UA‑SAC误差学习与补偿控制，内层通过不确定性感知自适应优化控制算法，最终通过自适应调权重获取准确的误差模型；步骤B、外层多维耦合优化，外层基于学习所得到的误差模型，应用TD3算法实现渐进式强化学习优化控制，具体包括三个学习阶段：基于专家规则的初期学习阶段、基于性能反馈的渐进学习阶段和完全自主的优化学习阶段；步骤C、分层协同优化控制系统集成，采用分层协同控制架构，实现内外层通过信息交互协同优化，本发明的优点是：实现车辆在复杂地形高机动自主越野行驶对通过性、机动性、稳定性以及安全性方面的需求。