基于强化学习的自动泊车运动规划

• 作者: 宋绍禹 张继仁 胡峰伟 陈慧
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 交通运输
• 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
• 年，卷（期）: 2019,（z1）
• 所属期刊栏目: 智能汽车与网联技术
• 页码范围: 186-190
• 页数: 5页
• 分类号: U471.15
• 字数: 4528字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.19714

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈慧	同济大学汽车学院	67	899	16.0	28.0
2	张继仁	同济大学汽车学院	2	1	1.0	1.0
3	宋绍禹	同济大学汽车学院	1	0	0.0	0.0
4	胡峰伟	同济大学汽车学院	1	0	0.0	0.0