基于分層強化學(xué)習(xí)的自動駕駛車輛掉頭問題研究

打開文本圖片集

摘要：調(diào)頭任務(wù)是自動駕駛研究的內(nèi)容之一，大多數(shù)在城市規(guī)范道路下的方案無法在非規(guī)范道路上實施。針對這一問題，建立了一種車輛掉頭動力學(xué)模型，并設(shè)計了一種多尺度卷積神經(jīng)網(wǎng)絡(luò)提取特征圖作為智能體的輸入。另外還針對調(diào)頭任務(wù)中的稀疏獎勵問題，結(jié)合分層強化學(xué)習(xí)和近端策略優(yōu)化算法提出了分層近端策略優(yōu)化算法。在簡單和復(fù)雜場景的實驗中，該算法相比于其他算法能夠更快地學(xué)習(xí)到策略，并且具有更高的掉頭成功率。（剩余15918字）