路线自适应，燃油经济性媲美全局最优
针对插电式混合动力公交车，提出一种融合Q学习与庞特里亚金最小值原理的协态自学习策略，能在线自适应调节协态，摆脱传统方法对固定参数和离线计算的依赖。
Hou, Daizheng · Shangguan, Jinyong · Zhilei, Li
Energy 2026
协态变量直接作为Q学习的动作，在实际行驶中根据状态实时更新，无须预先标定。
离线训练后的策略直接映射状态到协态，在线执行时不再需要求解两点边值问题。
奖励函数依据离线PMP最优SOC轨迹设计，在线策略能自动调节发动机与电机出力，接近最优油耗。