基于深度强化学习的无人驾驶路径规划研究

摘要：

针对深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法在训练神经网络时出现收敛不稳定、学习效率低等问题,提出了一种基于奖励指导的深度确定性策略梯度(Reward Guidance DDPG,RG_DDPG)算法.该算法在回合内创建优秀经验集合,便于指导智能汽车充分利用过往有效信息,得到稳定的控制策略;采用基于奖励的优先经验回放机制,打破数据之间的关联性,提高数据的利用率,减少搜索过程的盲目性,提高算法的收敛稳定性.基于ROS(Robot Operating System)操作系统对算法进行了验证.在Gazebo建模软件中,设计了智能汽车模型以及障碍物环境,利用决策算法规划智能汽车的安全行驶路径.数据结果验证了RG_DDPG算法在处理路径规划任务的有效性,相比于DDPG算法,改进后智能汽车的车速能够提升60.5%,获取奖励提升一倍多,算法的收敛稳定性更好.最后通过实车实验验证了该算法的实用性.

关键词：智能汽车、无人驾驶、路径规划、深度确定性策略梯度、奖励指导

所属期刊栏目：53

分类号：TP391(计算技术、计算机技术)

资助基金：天津市新一代人工智能科技重大专项资助项目18ZXZNGX00230

在线出版日期：2024-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：21-30