越野工况省油8%
首个将路面粗糙度显式引入深度强化学习的能量管理策略，越野多变工况下比重新训练的策略收敛快34.15%。
Tan, Yingqi · Xu, Jingyi · 麻郡宜 · Li, Zirui · 陈慧岩 · 席军强 · 刘海鸥
Energy 2024
通过感知路面粗糙度并纳入能量分配决策，策略在实际越野驾驶中降低了燃油消耗。
迁移学习框架复用已学知识，在新越野工况下比从头学习更快收敛，部署时间大幅缩短。
提出基于随机采样一致性和奇异值分解的路面粗糙度提取与量化方法，为策略提供可解释的特征。
代码公开在GitHub，其他研究者可以直接获取并复现结果。