随着5G时代的来临和人工智能研究的发展,自动驾驶成为当下学术界、工业界和商业界备受关注的焦点。传统的驾驶策略模型,是通过人工来进行数学建模,对于复杂的交通环境,不能很好的处理,无法满足自适应的驾驶策略的需要,而让汽车具备自主学习能力是研究的重中之重。自动驾驶汽车基于特定试验场所和特定路段测试进行自适应训练不现实,耗资巨大且测试效率不高。为了解决传统驾驶策略高度依赖模型和当前实地测试的局限性和问题,构建一个安全且高效,学习和测试一体的自动驾驶汽车测试平台是必不可少的。针对上述问题,本论文所作的工作:第一,基于TORCS,搭建了虚拟环境下的汽车自主驾驶的仿真系统。对TORCS软件进行适当的改进,在ubuntu16.04系统平台中,基于Gym环境,使用python语言对TORCS封装。实现了在前端的虚拟汽车智能地行驶于TORCS虚拟环境中。第二,使用深度强化学习算法学习来代替传统驾驶策略模型方法,从而能够学习到自主驾驶策略。本论文使用双智能体的DDPG的驾驶策略的算法,不需要车辆动力学模型,只需通过与环境交互进行学习,在复杂环境中更具鲁棒性。在仿真系统中,对比深度Q-学习,显示了本文所用的方法的高效性和可行性。第三,使用MADDPG架构来实现多虚拟汽车合作驾驶。将基于双智能体的DDPG的自主避障驾驶策略扩展应用到多虚拟汽车中,在构建的虚拟环境中,实现了三车合作驾驶。通过将多个智能体集中学习训练,分散执行,加快训练的时间。对比传统的DDPG,本论文所用的MADDPG学习的更加稳定,学习时间更短,显示了较强的泛化能力。通过研发,构建了虚拟环境下的汽车自主驾驶的学习系统,能够对实际路况较为逼真模拟,实现了虚拟环境中的汽车自主驾驶策略的学习的效果。本论文使用深度强化学习算法学习到的驾驶策略,在虚拟环境取得了较理想的效果,能够实现自适应学习,通过虚拟汽车自主决策行为来表达真实自动驾驶汽车的智能性,辅助现实环境中自动驾驶汽车训练过程。