摘要
为了解决牲畜在草原公路上穿越道路所导致的交通事故问题，本文提出了一种基于集成Q网络和软演员-评论家（Soft Actor-Critic，简称SAC）机制的适应性巡航控制方法，该方法采用延迟策略更新策略，即ED-SAC算法。在标准SAC框架的基础上，该方法引入了多个独立的评论家网络来构建集成Q网络，并在计算目标Q值时采用随机子集最小化策略，以减轻由于估值过高而导致的策略偏差；同时，延迟策略更新机制将演员网络和评论家网络的优化过程解耦开来，从而提高了训练稳定性和控制鲁棒性。利用PyBullet仿真平台，本文在草原道路上构建了一个无人机检测场景，并设计了三种典型的测试任务：无限循环、网格扫描和螺旋轨迹，对PPO、TD3、SAC和ED-SAC算法进行了比较验证。实验结果表明，在无干扰条件下，ED-SAC在所有三种轨迹场景中均实现了最高的任务成功率和最低的跟踪误差，平均跟踪误差低至0.27米，任务成功率高达98.7%。即使在持续随机外部干扰的情况下，ED-SAC仍保持了较高的轨迹跟踪精度和姿态控制稳定性，任务成功率可达96.2%。实验结果证明，所提出的ED-SAC算法能够有效提升无人机在复杂草原道路检测场景中的轨迹跟踪精度、训练稳定性和抗干扰能力，为 actively 进行的草原道路检测和交通安全预警提供了一种可靠的智能控制方法。
