深層強化学習による燃料消費量および走行距離を考慮したハイブリッド自動車の走行制御

カテゴリ: 部門大会

論文No: TC10-3

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Driving Control of a Hybrid Electric Vehicle Considering Fuel Consumption and Driving Distance Using Deep Reinforcement Learning

著者名: LI ZHAOXI（東京理科大学）,原田 拓（東京理科大学）

著者名(英語): ZHAOXI LI (Tokyo University of Science),Taku Harada (Tokyo University of Science)

キーワード: 深層強化学習|エネルギーマネジメント|ハイブリッド自動車ハイブリッド自動車|deep reinforcement learning|energy management strategy|hybrid electric vehicles

要約(日本語): ハイブリッド自動車の走行においては，内燃機関および電気モーターの出力を制御することによって，燃料消費量を最小化することが重要である．さらに，走行距離を最大化することも重要である．そこで，本研究では，燃料消費量および走行距離の両方を考慮したハイブリッド自動車の走行制御に対して，深層強化学習を適用する手法を提案する．提案手法の有効性は，道路交通信号機および他の走行車両が存在している道路環境に対するシミュレーション実験を行うことによって評価する．