基于强化学习的自动泊车运动规划

摘要

自动泊车运动规划需满足安全性、舒适性、最终泊车位姿等多目标最优.提出一种基于模型的强化学习运动规划方法,以最大限度摆脱人类泊车经验,并综合考虑上述需求.建立了用于逼近实车的仿真模型;构建了基于加速度和距离控制的纵向策略;基于蒙特卡洛树搜索和神经网络,结合构建的纵向策略强化学习,最终收敛得到最优的泊车策略,迭代过程中的奖励函数综合考虑安全性、舒适性及最终泊车位姿等因素;通过实车实验对获得的泊车策略进行了验证.结果表明,规划策略能够满足对安全性、舒适性、最终泊车位姿等多目标最优的需求.