主页 > 最新一期

基于强化学习的 TCU 换挡策略及实时控制算法实现

戴鹏清 （ 杭州聚晟节能科技有限公司 ）

https://doi.org/10.37155/2717-5170-0707-63

简介

本研究围绕基于强化学习的 TCU 换挡策略与实时控制算法展开探究，剖析强化学习基础理论，以及其 在汽车传动控制范畴的独特优势，构建涵盖车辆动力学特性、实际驾驶工况等多元要素的状态空间体系。以燃油经济 性、驾乘舒适性等为关键考量，精心设计奖励函数，进而完成换挡策略模型架构，深入钻研深度 Q 网络、策略梯度等 算法于实时控制环节的具体应用，着重探讨算法优化路径与硬件部署要点。此项研究成果为车辆传动系统性能提升、 智能化换挡控制实现给予理论依据与技术支持。

关键字

强化学习；TCU；换挡策略；实时控制算法；车辆传动系统

全文

PDF

参考文献

[1]张坤.多挡AMT电动汽车智能换挡规律研究[D].聊
城大学,2022.
[2]郭国栋,龚雁峰.电力市场环境下基于深度强化学
习的微网能量管理系统实时自动控制算法[J].电测与仪
表,2021,58(09):78-88.
[3]张嘉祺.基于强化学习的混合动力汽车能量管理策
略研究[D].燕山大学,2021.
[4]周楠,陈刚.机器人驾驶车辆深度强化学习换挡策略
[J].汽车工程,2020,42(11):1473-1481.
[5]张元侠.基于SVM学习模型的换挡决策研究[D].吉
林大学,2019.

版权所有 © 2025 戴鹏清 Creative Commons License 出版时间:2025-07-31
本作品采用以下许可协议授权： 知识共享 署名 4.0 国际许可协议