混合交通能效提升
该自适应巡航控制器通过预测后车驾驶员行为，在高速场景中将混合交通整体能效平均提升超过6%。
Wang, Qun · Dong, Haoxuan · Ju, Fei · Zhuang W. · Lv, Chen · 王良模 · Song, Ziyou
IEEE Transactions on Intelligent Transportation Systems 2023
通过减少后车不必要的加速和制动，在高速场景下将混合交通流整体能效平均提升6.03%和6.41%（相对两种基准算法）。
从历史速度信息中实时学习后车驾驶模式，用于预测其加速度和能耗，使控制能适应不同驾驶员。
在强化学习的奖励函数中同时纳入跟车安全、交通效率和双方能效，实现多目标优化。