根据基本科学指标库ESI（Essential Science Indicators）的最新统计数据，以同济大学智能交通新兴计算与感知研究课题组杜豫川教授为第一作者，赵聪博士为通讯作者，同济大学道路与交通工程教育部重点实验室为第一完成单位，发表在交通运输领域顶级国际期刊Transportation Research Part C: Emerging Technologies （中科院一区，Top期刊，影响因子为9.022）的论文“Comfortable and energy-efficient speed control of autonomous vehicles on rough pavements using deep reinforcement learning”（2022年，134卷）入选工程（Engineering）领域ESI全球TOP 1.0%高被引论文。ESI Top 1.0 %高被引论文是指同年度同学科领域中被引频次排名前1.0%以内的文章。

       该研究面向车路协同自动驾驶环境，为提升车辆行驶的舒适性和节能性，率先利用海量路面数据和新兴深度强化学习算法，构建了一种高效的自动驾驶智能决策控制框架。研究创新性提出“最大舒适速度”概念，以表征自动驾驶车辆前方复杂的路面环境信息；进而利用深度强化学习方法构建速度决策模型，使用海量的实证路面数据和高可信的车路交互仿真环境训练深度神经网络参数；最后根据模型输出的策略实时控制车辆速度。实验结果证明，相比于传统的模型预测控制方法，该模型提升的舒适、节能和实时计算效率可达到8.22%、24.37%、94.38%。研究成果为车路协同环境下自动驾驶速度决策控制提供了新思路。同时，所提出的框架能够适应复杂多变的道路交通场景，具有广阔的应用前景。

       ESI是由世界著名的学术信息出版机构美国科技信息所（ISI）推出的衡量科学研究绩效、跟踪科学发展趋势的基本分析评价工具，是基于汤森路透Webof Science（SCIE/SSCI）所收录的全球11000多种学术期刊的数千万条文献记录而建立的计量分析数据库。ESI对全球所有的SCIE、SSCI库中2005年以来的论文数据进行统计，按被引频次的高低确定出衡量研究绩效的阈值；ESI高被引论文已成为当前衡量和评价国家/地区科研水平、机构学术声誉、学科水平、科学家学术影响力以及期刊学术水平的一个重要指标。

https://doi.org/10.1016/j.trc.2021.103489