Teks ini merupakan bagian pendahuluan tesis yang membahas tentang optimasi sistem pengereman regeneratif pada kendaraan listrik roda tiga. Latar belakang menjelaskan bahwa meskipun kendaraan listrik adalah solusi berkelanjutan, ia menghadapi tantangan seperti biaya perawatan tinggi, kapasitas baterai terbatas, biaya pengisian daya yang meningkat, dan jumlah Stasiun Pengisian Kendaraan Listrik Umum (SPKLU) yang masih minim, yang memunculkan kekhawatiran tentang jarak tempuh. Untuk mengatasi masalah ini, pengereman regeneratif diusulkan sebagai solusi aktif yang dapat memulihkan energi kinetik menjadi listrik saat pengereman, sehingga menghemat energi dan menambah jarak tempuh, sekaligus memperpanjang usia rem. Namun, pengereman regeneratif memiliki tantangan, yaitu efisiensi rendah pada kecepatan rendah dan potensi *oversteer* yang mengganggu kestabilan akibat distribusi gaya pengereman yang tidak merata. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan strategi kontrol yang mengoptimasi sistem pengereman regeneratif dengan menyeimbangkan pemulihan energi dan stabilitas pengereman (meminimalkan *oversteer*), menggunakan kombinasi algoritma Deep Deterministic Policy Gradient (DDPG) dan Particle Swarm Optimization (PSO).