原文传递
基于强化学习的自动泊车运动规划
| 题名： | 基于强化学习的自动泊车运动规划 |
| 正文语种： | 中文 |
| 作者： | 张继仁 陈慧 宋绍禹 胡峰伟 |
| 作者单位： | 同济大学汽车学院,上海201804 |
| 关键词： | 自动泊车 运动规划 强化学习 蒙特卡洛树搜索 神经网络 |
| 摘要： | 自动泊车运动规划需满足安全性、舒适性、最终泊车位姿等多目标最优.提出一种基于模型的强化学习运动规划方法,以最大限度摆脱人类泊车经验,并综合考虑上述需求.建立了用于逼近实车的仿真模型;构建了基于加速度和距离控制的纵向策略;基于蒙特卡洛树搜索和神经网络,结合构建的纵向策略强化学习,最终收敛得到最优的泊车策略,迭代过程中的奖励函数综合考虑安全性、舒适性及最终泊车位姿等因素;通过实车实验对获得的泊车策略进行了验证.结果表明,规划策略能够满足对安全性、舒适性、最终泊车位姿等多目标最优的需求. |
| 会议日期： | 201910 |
| 会议举办地点： | 上海 |
| 会议名称： | 第四届上海-斯图加特汽车及动力技术国际研讨会 |
| 出版日期： | 2019-09-30 |
| 母体文献： | 第四届上海-斯图加特汽车及动力技术国际研讨会论文集 |
| 分类号： | U471.15 |
检索历史
应用推荐
