基于DDPG的无人车智能避障方法研究

• 作者: 余贵珍 宗孝鹏 徐国艳 苏鸿杰
• 来源期刊: 汽车工程
• 关键词: 无人车 避障 强化学习 TORCS
• 年，卷（期）: 2019,（2）
• 页码范围: 206-212
• 页数: 7页
• 字数: 5258字
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2019.02.013

摘要

本文中提出一种基于强化学习的无人车智能避障方法.鉴于无人车运动必须满足内外约束,包括汽车动力学约束和交通规则约束,且动作输出必须连续,而传统强化学习无法应对连续动作空间问题,提出了一种改进的DDPG算法,解决连续动作空间问题,实现转向盘转角和加速度的连续输出;采取多源传感器数据融合,满足无人车避障算法的状态输入;增加车辆内外约束条件,使输出动作更合理有效.最后,在开源仿真平台TORCS进行仿真,验证了算法的有效性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余贵珍	北京航空航天大学交通科学与工程学院	33	323	10.0	17.0
2	徐国艳	北京航空航天大学交通科学与工程学院	57	359	11.0	14.0
3	宗孝鹏	北京航空航天大学交通科学与工程学院	1	2	1.0	1.0
4	苏鸿杰	北京航空航天大学交通科学与工程学院	2	3	1.0	1.0