分层强化学习扭矩控制器

训练快 84% 推理快 28%

将四轮扭矩控制解耦为上下两层,显著降低计算复杂度,并对低附着地形、载荷波动等不确定扰动表现出更强鲁棒性。

Xu, Wenxiang · Yiyang, Du · Jianning, Wang · Liu, Mengnan · Zhu, Yejun · Xiaoyu, Song · He, Zheng · Liu, Ze · 肖茂华

Energy 2026

参数信息

CPU训练时间降幅
83.9 %
平均VCU推理时间降幅
28.2 %
峰值横摆角速度降幅
23.7 %
峰值横摆角速度降幅
11.8 %
峰值质心侧偏角降幅
25.8 %
峰值质心侧偏角降幅
18.8 %
累积能耗降幅
13.1 %
累积能耗降幅
9.7 %

技术优势

训练快 84%

分层后下层仅需学习前后轴扭矩分配系数,动作维度大幅压缩,训练所需的 CPU 时间显著降低,迭代和部署门槛随之下降。

在线推理更快

下层分配器仅用轻量 TD3 网络解析左右轮扭矩,推理时间比 4D-TD3 减少 28.2%,更容易跑在实车 VCU 上。

泥地操控更稳

在泥泞工况下,峰值横摆角速度和质心侧偏角分别降低 23.7% 和 25.8%,说明车辆在低附着地面上更不容易失稳。

省电 13%

同一泥泞工况下累积能耗比 2D-TD3 低 13.1%,比 4D-TD3 低 9.7%,直接延长作业时间和续航。

应用场景