随着汽车技术的发展,现代社会的交通安全、环境污染等问题日益严重。在此背景下,智能汽车成为热门发展方向,其中无人车控制对车辆安全起着至关重要的作用,是人们比较关心的问题。传统的控制方法具有一定的局限性,当环境过于复杂时,控制器参数也会变的复杂,而且当车辆所处环境发生变化时,原先定义的参数也要进行相应的调整,可是参数往往难以进行自适应调节。深度强化学习算法具有良好的智能控制效果,能实现端到端的控制,比较适合无人车辆的控制,因此本文基于强化学习的车辆控制算法,将深度确定性策略梯度应用于虚拟车控制,并对训练数据进行分类,以不同概率分配训练数据,提高训练速度。本文的主要工作如下:(1)将深度确定性策略梯度算法应用于实现虚拟车的控制。该算法应用高维感知数据作为输入,数据经过神经网络的计算得到控制动作的输出值,虚拟车执行动作命令,然后与环境进行信息交互,通过强化学习学习到好的行驶策略。本文分析了不同场景下的奖励函数设计方法,给出了适合本文场景的奖励函数。(2)深度确定性策略梯度算法训练时存在大量试错的过程,为减少虚拟车试错行为,提高训练速度,本文对训练数据进行分类处理,将有益于车辆到达目的的数据存于好数据块中,其他的数据存于坏数据块中,训练时以不同的概率提取数据进行训练,从而提高训练的速度。(3)通过TORCS平台进行实验仿真,实验结果表明设计的奖励函数具有很好的收敛性,分类处理不同的训练数据可以提高训练的训练速度,减少了虚拟车在学习过程中的试错行为。