本申请公开了一种基于强化学习的无人车避障方法及装置，利用强化学习算法，在预先获取的环境约束下，对动态窗口避障模型进行训练，得到预测窗口。基于预测窗口和速度采样约束，采样多组速度，并针对每组采样速度，生成一组轨迹。利用预先构建的避障惩罚函数和评价函数，对多组轨迹进行评分。从各组轨迹中选取评分最高的轨迹，作为目标轨迹。将目标轨迹所对应的采样速度，输出至无人车的控制系统中，使得无人车依据目标轨迹所对应的采样速度进行驱动。利用强化学习对动态窗口避障模型进行训练，并利用避障惩罚函数从各组轨迹中选出避障性能较高的轨迹。可见，利用本申请所述的方法，能够提高无人车的避障性能，实现无人车的主动避障。
声明：
“基于强化学习的无人车避障方法及装置” 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)
1033
编辑：管理员
来源：北方有色网
咨询细节
