《自动驾驶车辆混行集聚MAS控制模型》为作者：梁军最新的研究成果，本论文的主要观点为随着车路协同技术和自动驾驶技术的不断发展，越来越多的网联自动驾驶车辆(Connected And Autonomous Vehicle, CAV)涌入道路交通，与传统人工驾驶车辆(Human Pilot Vehicle, HPV)形成混行常态格局。针对CAV可控性和HPV随机性，设计基于多智能体理论的CAV集聚控制模型（Agglomeration Control Model Of Connected And Autonomous Vehicle based On Multi-Agent System，ACMOCAV-MAS）。以Agent的形式设计与集聚控制相关的车辆Agent和管理Agent，同时针对同质要素间的匹配和异质要素间的风险规避，研究CAV集聚关键控制算法，提出车队级和车道级两种集聚策略。实验结果表明：基于ACMOCAV-MAS，集聚策略能在60%的CAV-Agent渗透率下取得最佳效益，同时，在60veh/km密度条件下，车队级集聚策略平均能提升38。14%的交通流量，比车道级集聚的提升效果高9。73%，并能在40~60veh/km的密度范围和30%~70%CAV-Agent的渗透率条件下缓解交通拥堵；同时，通过对中高密度交通流下的风险分析，发现两种集聚策略在规避风险的能力方面无显著差异，且最大风险降低比例都能达到20%以上，为未来混行环境下自动驾驶策略制定提供理论依据。不知是否符合录用要求，望您批评与指正。