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
公开
摘要
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。
基本信息
专利标题 ：
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
专利标题（英）：
暂无
公开（公告）号 ：
CN114578834A
申请号 ：
CN202210495925.2
公开（公告）日 ：
2022-06-03
申请日 ：
2022-05-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吕晓旭张钊杨拓任耘霄段志生
申请人 ：
北京大学
申请人地址 ：
北京市海淀区颐和园路5号
代理机构 ：
北京万象新悦知识产权代理有限公司
代理人 ：
黄凤茹
优先权 ：
CN202210495925.2
主分类号 ：
G05D1/02
IPC分类号 ：
G05D1/02
IPC结构图谱
G
G部——物理
G05
控制；调节
G05D
非电变量的控制或调节系统
G05D1/00
陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制，例如自动驾驶仪
G05D1/02
二维的位置或航道控制
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
