一种基于势能场函数逼近的强化学习方法的泊车策略

摘要

本发明公开了一种基于势能场函数逼近的强化学习方法的泊车策略，通过设计势能场来逼近强化学习过程中的状态价值函数；根据车辆状态价值函数值通过ε‑贪婪策略从预设的可执行动作空间中选择执行动作；利用车辆利用状态转移方程根据车辆当前状态和选择的动作预测车辆下一状态；重复选择执行动作和预测状态这一过程至泊车结束，所有选择的动作序列构成实时泊车规划路径。本发明通过训练势能场参数适用于各种不同的泊车区域，在不同的场景下进行泊车路径规划，具有通用性；可实时地规划泊车路径，且该路径可准确跟踪。