本发明公布了基于目标分层双感知域的强化学习的无人车路径规划方法,充分考虑无人车的动力学约束;通过设定子目标层级缩小地图区域的维度;通过目标分层方法使得子目标层处在安全区的中间部位;通过设置双感知域包括障碍物感知域和目标发现域减少观测输入,将障碍物感知和目标发现分开解耦;实现基于目标分层双感知域的深度强化学习的无人车路径规划。本发明方法对不同维度的地图都能够适应使用,且在训练中避免了维数灾难,计算效率高,适用性强,能够满足实时路径规划的实际需求。
声明:
“基于目标分层双感知域的强化学习的无人车路径规划方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)