ADAPTIVE CRUISE CONTROL DENGAN DEEP REINFORCEMENT LEARNING UNTUK RESPONS DINAMIS TERHADAP KENDARAAN DI DEPAN

Hanif Rizqi Pamuji, Dr. M. Idham Ananta Timur, S.T., M.Kom.

2026 | Skripsi | ELEKTRONIKA DAN INSTRUMENTASI

Adaptive Cruise Control (ACC) menggunakan kontrol konvensional memiliki batasan karena memerlukan penyesuaian parameter yang cukup kompleks serta kurang adaptif terhadap perubahan lingkungan. Pada penelitian ini pengembangan sistem Adaptive Cruise Control (ACC) berbasis PPO dilakukan menggunakan simulator highway-env. Lingkungan simulasi menggunakan skenario racetrack-v0 dengan kendaraan leader yang memiliki perubahan kecepatan secara dinamis. State yang digunakan sebagai input sistem terdiri dari kecepatan kendaraan ego, Kecepatan kendaraan leader, jarak antar kendaraan, selisih kecepatan, Time-To-Collision (TTC), dan gap error terhadfap target jarak aman. PPO digunakan untuk menghasilkan aksi percepatan dan perlambatan kendaraan ego guna mempertahankan target jarak aman sebesar 25 meter. Selain itu, penelitian ini mengevaluasi pengaruh reward, yaitu baseline reward, gaussian reward, dan symmetric reward. Evaluasi dilakukan dengan penggunaan metrik Mean Absolute Error (MAE) Distance Gap, MAE Speed Tracking, Acceleration Standard Deviation, Mean Episodic Reward, dan Collision Count. Hasil pengujuan menunjukkan bahwa seluruh variasi reward mampu mempertahankan keselamatan berkendara tanpa terjadinya tabrakan dengan kendaraan leader di depan selama simulasi. Variasi Gaussian Reward menghasilkan nilai mean reward tertinggi dan performa speed tracking yang lebih baik, sedangkan symmetric reward menunjukkan kemampuan menjaga jarak kendaraan yang lebih presisi. Hasil penelitian menunjukkan bahwa desain reward function memiliki pengaruh signifikan terhadap perilaku dan performa agen PPO pada sistem ACC. Oleh karena itu, pemilihan reward shaping yang tepat menjadi faktor penting dalam pengembangan sistem ACC berbasis DRL.

Conventional Adaptive Cruise Control (ACC) systems have limitations due to complex parameter tuning and low adaptability to environmental changes. This study develops a PPO-based ACC system using the highway-env simulator in a racetrack-v0 scenario featuring a dynamic leader vehicle. The system's state inputs consist of ego vehicle speed, leader vehicle speed, relative distance, speed difference, Time-To-Collision (TTC), and gap error relative to a 25-meter safe target distance. PPO is utilized to generate acceleration and deceleration commands to maintain this safety margin. Furthermore, the study evaluates the impact of baseline, Gaussian, and symmetric reward functions using performance metrics: MAE Distance Gap, MAE Speed Tracking, Acceleration Standard Deviation, Mean Episodic Reward, and Collision Count. Testing results indicate that all reward variants successfully maintain driving safety without any collisions during simulation. Specifically, the Gaussian reward produces the highest mean reward and superior speed tracking, whereas the symmetric reward demonstrates more precise vehicle distance maintenance. Ultimately, the results prove that reward function design significantly influences PPO agent behavior, making proper reward shaping a vital factor in DRL-based ACC development.

Kata Kunci : Adaptive Cruise Control, Deep Reinforcementa Learning, Proximal Policy Optimization, Reward Shaping, Highway-Env.