目前,自动驾驶已经成为车辆工程领域的研究热点并引领着未来的产业化方向,其中高可靠性的智能化决策控制是相关技术领域的关键所在。从车辆自动化控制技术的发展现状来看,各类决策控制系统各具特点,但如何在保障系统可靠性的同时有效提升计算效率并具备优良的泛化能力一直是该领域的研发目标。由此,本文在对不同自动控制方法深入分析的基础上,提出了一种基于模仿-强化学习的自动驾驶决策控制模型以有效解决上述问题。本文的主要工作内容包括:(1)基于深度确定性策略梯度(DDPG)的自动驾驶决策控制。为解决基于模型控制方法泛化性差的问题,本文采用免模型的DDPG算法作为该研究的基本算法框架,以在场景多变的自动驾驶任务中获得良好的的泛化性能。(2)基于WGAIL-DDPG的自动驾驶决策控制。将强化学习应用于自动驾驶控制任务时,智能体需要大量试错来探索最优策略,学习效率及试错危险性是需要重点考虑的问题。为此,本文基于生成对抗模仿-强化学习(WGAIL-DDPG)算法,通过在强化学习训练前期引入模仿学习环节,以有效缩小智能体的动作搜索空间,降低试错次数,从而使得算法的学习效率得以有效提升。(3)多车环境下的自动驾驶决策控制。目前多数基于强化学习的自动驾驶控制算法均基于理想单一车辆环境进行训练,导致所构建模型的工况适应能力不足。为解决该问题,本文基于所构建的WGAIL-DDPG决策控制模型,从奖励函数构造层面进行了针对性的设计。实验结果表明,基于设计的奖励函数,所训练出的自动驾驶决策模型可以实现目标车辆在多车干扰环境下的安全、平稳自动驾驶。(4)DDPG训练过程的参数优化。为了解决原始DDPG算法应用于自动驾驶控制任务时,模型容易陷入局部最优的问题,本文在DDPG训练过程中加入来自判别器监督信号,来防止无人车控制系统因陷入局部最优而采取不符合预期的车辆控制策略。本文的工作重点在于:针对DDPG算法训练时的盲目试错缺陷,在强化学习模块中通过合理引入模仿学习策略以提升模型的训练速度和稳定性;同时,考虑到奖励函数的设计对强化学习控制效果的影响,基于车辆自动驾驶的安全性、平稳性要求,结合多车应用环境对强化学习的奖励函数进行了针对性设计。