为了实现混合动力汽车（HEV）控制策略的在线学习，提出了一种模糊Q学习（FQL）方法。 FQL控制策略包括两部分：最佳作用值函数Q *（x，u）估计器网络（QEN）和模糊参数调整（FPT）。 应用反向传播（BP）神经网络将Q *（x，u）估计为QEN。 对于模糊控制器，我们选择Sugeno型模糊推理系统（FIS），并基于Q *（x，u）在线调整FIS的参数。 引入了动作探索修饰符（AEM）以确保尝试所有动作。 FQL控制策略的主要优点是它不依赖与未来驾驶条件相关的先前信息，并且可以在线自动调整模