随着机器人技术的发展，仿人机器人在多个领域展现出应用潜力和价值。针对仿人机器人，基于机器视觉进行自主抓取研究，旨在提高仿人机器人在自然环境中的抓取适应能力和动作仿人性。在机器视觉方面，硬件采用Realsense-D435深度摄像头，利用YOLO（You Only Look Once）物体检测模型实现目标物体的识别、空间定位、深度图裁切和目标点云生成，并根据目标点云与标准点云的配准算法（ICP）获取物体的姿态，通过D-H法对机器人头部进行建模，将物体的位置和姿态由相机坐标系转换为机器人坐标系。在运动规划上，参照人手臂的抓取规律，将抓取过程分为9个基础动作：初始位、移动至预抓取位、抓取物体、提起物体、搬运物体、移动至放置位、放置物体、退出位和回到初始位，针对不同物体确定对应抓取姿态，以提高抓取成功率，根据视觉获取的抓取点和放置点，自主计算余下的关键点，并以空间弧形作为抓取轨迹，通过Matlab仿真，验证抓取过程机械臂末端运动轨迹和关节轨迹的合理性。最后进行物体抓取实验，结果表明，仿人机器人在自然环境中能够快速准确地识别和定位不同物体，并能成功进行抓取和搬运，成功率均在80%以上，并且能够兼顾动作的仿人性，验证了所提出方案的有效性。本研究可促进仿人机器人在人类日常生活中的应用和普及。
随着城市汽车保有量的稳步增长，道路交通拥堵问题日益凸显，给城市发展带来了巨大压力。为了有效应对这一挑战，开发能够提高交通效率并降低能源消耗的方法显得至关重要。在当前环境下，车路协同系统作为实现绿色智慧交通系统的一种理想选择，可通过整合和优化各种交通资源，实现交通效率的提升和能源消耗的降低，进而为实现“双碳”目标提供了重要技术支持，已成为交通领域研究和实践的重要方向。本文详细解析了车路协同的基本概念、研究方法和应用场景，并深入讨论了其4个核心技术模块：融合感知、驾驶认知、自主决策和协同控制。文章回顾并总结了这些模块中从传统方法到最新的深度强化学习方法的研究成果，并深入探讨了这些技术和方法在提升交通效率、降低能源消耗和增强道路安全性方面的应用潜力。最后，文章剖析了车路协同系统在实际应用中可能遇到的诸多挑战，如信息传输的安全性、系统的稳定性、环境的复杂性等。为了克服这些挑战，文章从开发整合车端和路端信息的数据集、提升多源感知信息的融合精度、增强车路协同系统的实时性和安全性与优化复杂条件下多车协同决策控制的方法等4个方面展望了未来的发展方向。因此，本文不仅对于车路协同技术的进一步发展具有重要的参考价值，也对于城市交通系统的未来规划和建设具有重要的指导意义。
在交通强国建设的大背景下，大力发展城市公共交通，推动城市可持续发展已然成为城市交通发展的必然要求。公交信号优先控制作为一种主动优先策略，可有效减少公交车辆在信号交叉口处产生的碳排放和延误，提升公交服务质量。为研究公交优先控制策略对交通碳排放的影响，基于交叉口车速随机特性，引入公交车速概率密度函数，分析了延误、停车次数、速度等主要参数对交通碳排放的影响。采用车速引导与绿时延长的组合控制策略，以交叉口上游路段以及交叉口范围内不同燃料类型的公交车和小汽车的碳排放减少量最优为上层目标，以人总延误减少量最优为下层目标，以引导速度以及非公交优先相位被压缩的绿灯时间为决策变量，建立单交叉口公交优先控制双层优化模型，并采用Gauss-Seidel迭代算法对模型进行求解。最后，将所建立的模型应用算例进行分析，结果表明，在引导提速与绿时延长策略下，交叉口整体的碳排放和人总延误减少量可分别达到25.63%和36.27%。模型有效降低了交叉口上游路段以及交叉口范围内的碳排放和人总延误，在推动可持续发展的同时，实现了交叉口整体通行效益最优。
深入分析风险扩散阶段城市群多模式交通网络的动态韧性演化特征，有助于提高城市群风险抵御能力。本研究基于复杂网络理论及其扩展理论，以城市群公路、铁路、航空网络为基础，构建城市群多模式多层次交通网络模型，将节点度、节点介数与可达性相匹配，分析其风险扩散下的静态拓扑特征；以级联失效动力学理论为基础，考虑不同阶段节点初始风险水平、风险预警阈值与风险抵御能力，根据影响风险扩散的节点与连边测度指标，构建风险动态扩散模型；考虑风险冲击下结构、功能变化特征，构建网络结构、功能韧性测度模型，并通过其耦合值表征多模式交通网络韧性性能。以关中平原城市群多模式交通网络为研究对象，运用Python Networkx和Matlab网络分析工具，就不同的风险扩散方式、网络可靠性、冗余性、鲁棒性和节点风险处理能力系数，对风险扩散阶段城市群多模式交通网络的动态韧性演化进行仿真分析。结果表明：模型结果与实际相符，提升网络可靠性、冗余性、鲁棒性和节点风险处理能力，能有效增强网络韧性；相较于基于节点测度的风险扩散方式，基于连边测度的风险扩散方式对韧性性能影响更大，说明线路层次等级分布相较于数量对城市群多模式交通网络的韧性性能影响更大；相较于单一的交通网络，多模式多层次的交通网络韧性性能整体表现更佳。
目前机器人已在工业生产制造中得到广泛的应用，但由于机器人系统中关节摩擦等因素的影响，机器人的轨迹跟踪精度难以满足高精度生产的需求。为减少机械结构中非线性摩擦因素和系统中未建模干扰等因素对机器人运行稳定性和加工精度的影响，文中提出了一种速度模式下的摩擦补偿控制算法。首先，基于傅里叶级数和5次多项式混合的方式设计最优激励轨迹，通过最小二乘法完成动力学参数的预辨识，并利用Levenberg-Marquardt法对预辨识结果进行迭代寻优，从而建立更为精确的机器人动力学模型；然后，基于李雅普诺夫方法设计机器人轨迹跟踪控制算法，将最速离散跟踪微分器中采集的关节角度输入所设计的轨迹跟踪控制算法中，得到实时的关节速度补偿值，将补偿值实时输入机器人中实现摩擦补偿控制；最后，以六自由度串联机器人为实验对象，对所设计的摩擦补偿控制算法进行实验验证。结果表明，相对于摩擦补偿前，机器人的末端轨迹跟踪精度提升约35%，从而验证了文中所提算法在机器人摩擦补偿领域的有效性。
碰撞检测技术可以降低设备损坏和人身伤害的几率，在现代化的人机协作生产中起着重要的作用。实现免外力矩传感器的碰撞检测需要准确地估计工业机器人受到碰撞时的关节外力矩。然而，动力学模型的参数辨识误差以及电机电流的测量误差等因素会影响外力矩估计的准确性。为了解决这些问题，本文设计了一种扰动卡尔曼滤波外力矩观测器。该观测器基于扰动原理将外部碰撞等效的外力矩作为扰动项，并定义关节扰动模型。同时，引入机器人的广义动量构建状态空间方程。考虑到动力学模型的参数辨识以及电机电流的测量存在误差，基于卡尔曼滤波算法进行迭代估计，从而得到最优的外力矩观测值。为了提高碰撞检测的灵敏度，本文提出了一种随关节速度变化的时变对称阈值函数，用于实现碰撞检测。该方法可以根据关节速度的变化调整阈值，以适应不同工作速度下的外力矩观测值。实验结果表明，与广义动量观测器相比，所提出的观测器在外力矩估计的整体精度上提高了52.03%。为了验证所提方法的有效性，本文利用6自由度串联关节型工业机器人进行了碰撞检测实验。实验结果显示，相比于静态阈值，采用时变阈值的方法缩短了58.06%的检测延时，从而可以提高碰撞检测的灵敏度，更有利于工业机器人的安全操作和碰撞防护。
准确分析居民出行方式的碳排放及方式选择影响因素的重要性和敏感性，是精准制定交通减排措施的基础。根据居民出行调查的家庭属性、个人属性、出行属性和环境属性等影响因素综合分析，基于LightGBM （Light Gradient Boosting Machine）构建了居民出行方式预测模型并进行验证，结合出行活动水平、各种能源类型的碳排放系数、标准煤系数等参数，构建了基于居民属性数据的出行碳排放预测模型；最后，以广州市为例进行实证分析，对居民出行方式和碳排放总量进行预测，并分析了出行方式选择影响因素的重要程度和重要因素敏感性。结果表明：基于居民属性数据构建的碳排放预测模型，能较为精确地预测各种出行方式的碳排放，较好地分析碳排放的影响因素重要性和敏感性，以及全面揭示出行行为、出行方式和出行碳排放之间的关系。其中，起终点距最近公交站的距离或距最近地铁站的距离、自驾车费用、出行距离等是影响居民出行方式选择的重要因素。当起终点距最近地铁站距离下降55%时，地铁出行竞争力随着距离缩短而明显提升；在公交站点密度较大的区域，起终点距最近公交站距离对居民出行方式选择不敏感；当碳排放费用增加400%时为居民出行方式和碳排放的转折点，超过转折点后小汽车出行方式难以转移；当出行距离下降幅度在90%以内时，碳排放下降速度最快，最大降幅为90.4%。
针对高速公路大范围路网中新能源汽车由于能源消耗所产生的间接碳排放量难以统计的问题，提出了一种基于高速公路ETC收费联网数据的新能源汽车碳排放量测算方法。首先，对高速公路新能源汽车车流数据进行清洗与处理；然后，依据高速公路路网门架分布定义并划分路段单元，在此基础上对不同类型的新能源汽车进行能耗分析；最后，建立了新能源汽车运行阶段的碳排放计量模型，并以广东省为例，进行了碳排放量的测算及空间分布特征分析。结果表明：1类纯电动客车为高速公路新能源汽车碳排放的主要来源，其碳排放量占新能源汽车碳排放总量的74.20%，其次是1类纯电动货车，其碳排放量占新能源汽车碳排放总量的14.18%，1类插电式混合动力客车的碳排放量占比为11.62%；新能源汽车碳排放量较高的地市主要集中在珠三角城市群，粤东、粤西、粤北等后发地区的碳排放总量占比不足13%；新能源汽车碳排放量较高的路段主要分布在发达城市的交通枢纽和市内高速环线中，以广州都市圈和深圳都市圈为中心对周边城市高速公路路网产生辐射效应；后发地区由于高速公路路网密度较低且基础设施建设相对滞后，新能源汽车的普及率较低，相应的碳排放量普遍处于较低水平。
在“双碳”政策的时代背景下，交通行业碳减排任务艰巨，但目前面临车辆碳排放测算精度不高的问题。为实现车辆碳排放的精细测算，文中提出了一种融合多源数据的高速公路路段车流碳排放精细测算方法。首先，运用KD-树算法将运营车辆的GPS坐标与高速公路道路点坐标搜索匹配，实现对运营车辆的实时监测。然后，建立车辆碳排放测算模型，进而设计相关的计算流程。最后，以虎门大桥主桥段为例进行路段断面碳排放测算，通过VISSIM仿真及相关对比实验，验证了文中所提出的算法的科学性和可靠性。结果表明：按车辆类型分类，微型小型客车的碳排放最高，占比达74.36%；按燃料类型分类，汽油车的碳排放最高，占比达80.50%；新能源汽车运行车次数占12.60%，但碳排放仅占4.27%，因此大力发展新能源货车是推进高速公路碳减排的重点。研究还发现，将交通饱和度控制在0.32~0.38时，当量标准车的平均碳排放较少；当交通饱和度大于0.62时，当量标准车平均碳排放显著增加。文中研究结果可以为交通管理部门制定相关策略提供理论依据。
为验证广东省标准DBJ/T 15-92—2021《高层建筑混凝土结构技术规程》“二水准、二阶段”抗震性能化设计方法的合理性、可靠性和容错性，设计两批相同的3榀抗震构造等级分别为一级、二级、三级的1∶4缩尺平面RC框架结构试件，加载时各层楼板上布置铁质配重模拟分布荷载，考虑楼板及楼板荷载对框架结构破坏机制的影响。试验采用位移控制单点加载，加载点位于三层楼面梁标高处，在柱纵向钢筋达到屈服应变前为单循环加载，屈服后采用三循环加载。通过拟静力试验，考察结构的抗震破坏形态和破坏机制，分析滞回曲线、延性、刚度、耗能等抗震性能指标的演化规律。试验结果表明：试件损伤破坏的塑性铰发展路径基本相同，符合梁端塑性铰延性机构的破坏机制；试件没有明显剪切破坏特征，承载力利用系数ξ能实现“强剪弱弯”抗震设计要求；6榀框架结构试件的滞回曲线饱满，抗震延性系数范围为4.36~6.10，等效粘滞阻尼系数最大值范围为0.125~0.165，展现了良好的抗震耗能性能；楼板提高框架梁的刚度和承载力，对试件抗震破坏机制有明显影响，试件保持了“强柱弱梁”抗震破坏特征，构件重要性系数η能保证“强柱弱梁”的抗震设计要求；试件破坏特征有随机性，但破坏机制整体规律性较强，不同抗震构造等级试件的梯度特征明显。
为提高自动驾驶车辆在超高速公路行驶的安全性，提出了一种换道轨迹规划策略。首先，采用5次多项式生成一般变道轨迹簇，以车辆动力学极限和周围交通车辆为约束，将轨迹规划问题量化为求解换道行为持续时间；接着，考虑车辆动力学约束，建立了车辆动力学模型和Brush轮胎模型，基于所建立汽车模型的轮胎侧向力数据求解轮胎侧偏刚度，辅以魔术轮胎模型，验证所求轮胎侧偏刚度；然后，引入质心侧偏角-横摆角速度相平面，得到高速车辆安全驾驶包络线，并给定多组车速和附着系数进行CarSim仿真训练，确定满足车辆动力学约束的最短换道时间；最后，考虑与周围交通车辆的避撞约束，分析3种典型的换道场景，基于单障碍车的位置，确定满足避撞要求的最短与最长换道持续时间，建立满足安全换道要求的换道持续时间阈值模型。经多参数安全换道域检验，所建立的车辆安全换道持续时间边界模型能够在给定参数下求解出安全可行的换道轨迹，为超高速公路换道行为提供轨迹参考，提高超高速公路换道行为的安全性。
针对基于深度学习的滚动轴承故障诊断算法需要从大量标注数据中学习，且面对样本数量受限时诊断效果不佳的问题，文中提出了一种基于格拉姆角差场（GADF）和生成对抗网络（GAN）的小样本滚动轴承故障诊断方法。首先，提出了基于GADF变换的数据增强方式，将少数1维振动信号通过GADF变换转换为2维GADF图像，并通过裁剪得到GADF子图，从而得到大量的图像样本；然后，将条件生成对抗网络（CGAN）与带有梯度惩罚的Wasserstein GAN（WGAN-GP）相结合，构建一种新的生成对抗网络，该网络通过条件辅助信息与梯度惩罚增强模型训练稳定性，并设计动态坐标注意力机制以增强模型的空间感知能力，从而生成高质量样本；最后，使用生成的样本对分类器进行训练，并在验证集上得到诊断结果。文中分别使用东南大学数据集和美国凯斯西储大学（CWRU）数据集进行了两组小样本环境下的轴承故障诊断实验。结果表明，与传统生成对抗网络以及先进的小样本故障诊断方法相比，文中所提方法的准确率和精确率等5项故障诊断指标均获得最好的结果，可以准确诊断出小样本条件下的轴承故障类型。
在混凝土高碱环境中，为了提高混凝土中钢筋抗氯离子侵蚀能力，采用新型环保型有机阻锈剂——β-甘油磷酸钠保护钢筋，达到延长钢筋混凝土结构整体寿命的目的。本文通过采用电化学方法对该种有机阻锈剂作用下，不同阳离子类型的模拟孔溶液中钢筋性能演变过程进行实时监测，并获取相应的关键参数，探究了钝化时期β-甘油磷酸钠与钢筋钝化膜，以及维钝时期，β-甘油磷酸钠、钢筋钝化膜与氯离子之间的作用关系，揭示了该种有机物的阻锈机制。通过OCP、LPR以及EIS电化学测试方法得到的结果表明：β-甘油磷酸钠与钝化膜中Fe氧化物/氢氧化物通过物理化学作用进行结合，使得钢筋表面形成阻锈能力更强的保护膜，从而提高了钢筋抗氯离子侵蚀能力。4种模拟孔溶液中钢筋抗氯离子侵蚀能力分别为NaOH+0.1 mol/L β-甘油磷酸钠>饱和澄清Ca（OH）2>NaOH>饱和澄清Ca（OH）2+0.1 mol/L β-甘油磷酸钠；其中，NaOH，NaOH+0.1 mol/L β-甘油磷酸钠与饱和澄清Ca（OH）2溶液中钢筋相应的临界氯离子浓度（ccrit）分别为0.02、0.07、0.04 mol/L，而饱和澄清Ca（OH）2+0.1 mol/L β-甘油磷酸钠中钢筋未生成有效钝化膜。除此之外，β-甘油磷酸钠加入以Na+为主的模拟孔溶液中，将促进钢筋表面形成更致密的钝化膜，钝化膜形成速率更快，即在72 h就可形成80%以上钝化膜，阻锈效率则高达99.80%；进一步对比分析Na+与Ca2+溶液自身对钢筋抗氯离子侵蚀能力的影响可知，Ca2+溶液更有利于抵抗氯离子侵蚀能力，阻锈效率达到90%以上。
电动公交车在运行过程中具有零排放、低能耗等优势，目前各个国家正在大力推进城市公交车辆的电动化，以减少交通系统碳排放，助力实现“双碳”目标。然而受资金约束以及燃油公交车尚未达到报废年限的影响，公交企业通常分批购买电动公交车来替换线路上的燃油公交车，导致线路上各辆公交车的电池健康程度以及续驶里程存在差异，使得车辆调度方案优化更加复杂。本研究针对电动公交线路各辆公交车电池健康程度存在差异的情况，考虑分时电价影响，以最小化每日的充电成本、车辆购置成本和电池损耗成本为目标，建立了单线路车辆调度方案优化模型。将优化模型重构为车辆行车计划优化与充电计划优化两个子问题，其中在外层考虑车辆运营强度差异对模拟退火算法的扰动策略进行改进，采用改进后的模拟退火算法求解车辆行车计划；在内层调用Gurobi求解车辆充电计划。最后，以某市一条实际电动公交线路为例验证方法的有效性，并与扰动策略中不考虑车辆运营强度差异的模拟退火算法进行比较。结果表明：本文设计的改进模拟退火算法使收敛速度提高31.8%，能够在短时间内求得质量较高的解；生成的调度方案不仅能够安排车辆优先在低电价时段充电，还可以缩小车队规模。
当前，货车超载超限现象严重，为提升高速公路货车管控效率及货运安全水平，提出基于货运风险特征画像的货车运行风险等级识别模型。首先，基于高速公路收费数据，以货车为研究对象，从驾驶行为和营运状态两方面制定面向货运风险识别的用户画像标签体系；接着对样本数据进行清洗和标签指标提取与分析；然后，利用K-means++算法获得货车货运风险特征画像分类结果，再使用熵权法对各类货车进行货运风险评分，确定各类别货车的风险等级；最后，结合各类别车辆的相关指标，对车辆完成画像。基于广东省全网高速公路2022年3月至5月的货车收费数据，利用所提出的模型，将货车车辆划分为5类，其中，“高风险高强度货车”车辆占比5.42%，“较高风险夜间驾驶超载货车”车辆占比19.12%，“中风险超速货车”车辆占比12.85%，“低风险低频货车”车辆占比37.00%，“低风险高频货车”车辆占比25.61%。使用同期广东省某事故数据库数据对模型进行验证，数据表明，高风险类别车辆的相对风险系数远高于低风险类别车辆。研究表明，所提出的模型可以有效地提取高风险货运特征货车，基于风险等级识别结果，交管部门可进行高风险车辆识别、超载超限重点监查、特定消息推送引导车辆安全驾驶等工作，以提升行业安全管理水平。
轴承是工业设备中使用最广泛的旋转部件之一，如果轴承在故障状况下运行较长时间，将会造成巨大的经济损失并威胁人身安全，因此，对轴承故障诊断进行研究具有十分重要的意义。基于深度学习的故障诊断技术目前日趋成熟，但在小样本情况下存在过拟合、效果不稳定、准确率不高等问题。为了解决这类问题，文中提出了一种融合多头卷积（Multi-Head Convolution，MC）的数据嵌入新算法和差分自注意力（Differential Self-Attention，DSA）机制的Transformer变种模型MDT（Multi-Head Convolution and Differential Self-Attention Transformer），以实现端到端的小样本故障诊断。MC算法对样本进行多路径一维卷积，由多通道输出将样本从一维扩展到二维，通过多个卷积核尺寸提取出原样本中各个频域的丰富故障信息。相较于Transformer中原有的点积自注意力机制，DSA机制通过差分为每个特征求得对应的注意力权重向量，从而可从样本中提取出更为深层次的故障特征。MDT继承了Transformer对于处理序列数据的强大能力，可从时域信号中提取更为丰富的故障信息，同时避免了小样本模型中常见的过拟合问题。实验结果表明，该方法在每个故障种类仅有100个训练样本的轴承故障诊断任务中能稳定获得99%以上的测试准确率，具有强抗过拟合性和强鲁棒性。
随着城镇化和旧城改造进程的推进，我国建筑废弃物的产生量与堆存量日益增长，废弃黏土砖占建筑废弃物总量的50%~70%。有研究发现：再生砖粉具有作为辅助性胶凝材料的潜力，但会导致水泥基材料的力学性能显著降低。为探究粒径对再生砖粉活性与水泥水化动力学的影响，文中采用高能球磨制备了不同粒径的再生砖粉，表征了再生砖粉的物理化学性质与水化活性，分析了再生砖粉粒径对再生砖粉-硅酸盐水泥体系水化过程、微观结构和力学性能的影响，并基于Krstulovic-Dabic模型获取体系的水化动力学参数，实现水化进程的量化评价。结果表明：随再生砖粉粒径的减小，硅铝矿物晶格畸变的程度变大、表面结合能降低，导致其水化活性提高；水化早期再生砖粉主要起物理填充作用，可加速再生砖粉-硅酸盐水泥体系的早期水化，提高结晶成核与晶体生长→相边界反应→扩散过程转变时的水化程度；随再生砖粉粒径的减小，火山灰反应的开始时间提前且程度增高，最终使掺入30%小粒径再生砖粉水泥的后期强度超过纯水泥的强度，为再生砖粉在水泥基材料中的高效应用奠定基础。
毫米波雷达作为一种新兴的交通检测设备，受光照、天气等环境影响较小，能为道路交通感知、安全管控和信号配时优化等方面提供可靠的数据支撑。毫米波雷达获取的车辆轨迹数据蕴含着丰富的交通信息，反映了车辆时空运动特征，对交通参数提取、事件检测、驾驶行为分析、信号配时优化等具有重要意义。针对路口毫米波雷达检测车辆时数据丢失、易被遮挡，导致轨迹碎片化、有效跟踪率低等问题，文章采用多阶段关联的思想提出了一种基于短轨迹片段关联的车辆轨迹连续跟踪方法。首先，获取路口处毫米波雷达高频采集的二维点云数据，并进行清洗获取有效目标点云；其次，通过帧间关联从二维点云中提取短轨迹片段，并使用多重运动序列特征进行轨迹片段修正以剔除分裂轨迹；第三，基于时空维度的运动特性构建模糊相关函数描述车辆经过路口时多个短轨迹碎片之间的相关度，并利用匈牙利法求解关联度最高的构成目标短轨迹集合；最后，基于三次分段Hermite插值法修复短轨迹集合中缺失的轨迹点，推算完整轨迹并实现连续跟踪。利用真实路口采集的6 627帧二维点云数据进行试验，其结果表明：相较于传统轨迹跟踪算法，提出的方法在不同车流密度、监测方向和遮挡情况下均能取得较优的跟踪性能，其跟踪准确性为92.4%，平均轨迹间断数为4.5条，估计的车辆数准确率显著提升。
随着自动驾驶技术的发展，深度强化学习成为实现高效驾驶策略学习的重要手段。然而，实施自动驾驶面临着复杂多变的交通场景带来的挑战，并且现有的深度强化学习方法存在场景适应能力单一、收敛速度较慢的问题。针对此类问题，为提高自动驾驶车辆的场景适应能力和策略学习效率，文中提出了一种多任务辅助的驾驶策略学习方法。该方法首先基于深度残差网络构建了编码器-多任务解码器模块，将高维驾驶场景压缩为低维表征，并采用语义分割、深度估计和速度预测的多任务辅助学习，以提高低维表征的场景信息丰富程度；然后，以该低维表征作为状态输入，构建基于强化学习的决策网络，并设计多约束奖励函数来引导驾驶策略的学习；最后，在CARLA中进行仿真实验。结果表明：相较于DDPG、TD3等经典方法，文中方法通过多任务的辅助改善了训练进程，学习到更优的驾驶策略；在环岛、路口等多个典型城市驾驶场景中实现了更高的任务成功率和驾驶得分，具备优秀的决策能力和场景适应性。
在交通网络中如何优化定位道路交通检测器布设位置以及布设数量，以此获得实时准确的多样化交通态势信息，为交通管控部门提供全面的信息基础并作为合理决策的依据，这一问题一直备受广泛关注。解决这一问题的关键在于选择合适的检测器类型，并根据研究目的构建决策模型。同时，考虑到投资成本限制和路段数量限制等约束条件，采用适当的启发式算法对模型进行求解，以得出最佳的检测器布设数量和位置。本文从道路交通检测器类型、应用场景、数据采集指标以及各种优化布设研究的研究目标层面综述了道路交通检测器的优化布设研究。首先，将检测器根据安装方式划分为固定式交通检测器和移动检测器两大类，并详细阐述了各类检测器的原理、特性、优缺点。其次，给出了各类道路交通检测器在不同场景下的应用情况以及相应的数据采集指标。然后，根据研究文献中的优化布设方法研究目的，将道路交通检测器的优化布设问题分为面向用户旅行时间估计、面向交通流观测/估计、面向交通事件检测3大类型，并论述了这些研究的发展历程、发展方向、构建的问题研究模型、解决问题的方法以及存在的不足之处。最后，对现有大量研究进行了一些总结，指出在交通网络规模庞大、各类交通不确定性突出、智慧高速发展迅速的复杂情景下，未来的研究应该以多样性交通信息检测为主导，充分考虑不同类型的交通检测器组合布设的方式、交通网络中各类不确定性以及多样场景应用等问题，以此构建完备的优化模型来解决道路交通检测器优化布设问题。
