一种改进DDPG算法的无人车路径规划方法技术

本发明专利技术公开了一种改进DDPG算法的无人车路径规划方法，具体包括以下步骤：步骤S1:设计奖励函数；步骤S2：改进OU噪声；步骤S3：设计网络结构；步骤S4：TORCS模拟器环境验证。本发明专利技术是基于深度强化学习的无人车控制方法，避免了传统无人车控制方法手动调参，耗时费力的弊端。同时通过设计奖励函数、改进OU噪声和根据传感器的反馈设计神经网络结构，在TORCS模拟器环境下验证了大大加快了算法的收敛速度，实现无人车的快速控制并提高运行稳定性，最终可得到一条最优路径。

【技术实现步骤摘要】
一种改进DDPG算法的无人车路径规划方法
本专利技术涉及深度强化学习和无人车路径规划领域，更具体地，涉及一种改进DDPG算法的无人车路径规划方法。
技术介绍
无人车技术是涉及机器人技术、车辆工程、人工智能、计算机技术等在内的交叉学科，在各个方面都有着广泛的应用。在无人车的各项技术中，无人车的路径规划是其中的一个重要组成部分。传统的无人车路径规划算法再环境的状态急剧增大时，其计算量会大大增加，无法进行有效的处理，同时其对环境的适应能力较低，无法泛化处一个通用的算法模型。
技术实现思路
本专利技术提供一种改进DDPG算法的无人车路径规划方法，解决了在复杂连续空间内的无人车路径规划问题。为了达到上述目的，本专利技术的技术方案如下：改进DDPG算法的无人车路径规划方法，其特征在于：具体包括以下步骤：步骤S1：设计奖励函数，所述奖励函数一方面考虑车辆须保持一定的速度在道路中轴行驶，另一方面考虑车辆安全，若车辆当前状态与上一时刻状态相比如果发生损坏，对该车辆动作进行惩罚；奖励函数如下式所示；rew本文档来自技高网...

【技术保护点】
1.改进DDPG算法的无人车路径规划方法，其特征在于：/n具体包括以下步骤：/n步骤S1：设计奖励函数，所述奖励函数一方面考虑车辆须保持一定的速度在道路中轴行驶，另一方面考虑车辆安全，若车辆当前状态与上一时刻状态相比如果发生损坏，对该车辆动作进行惩罚；奖励函数如下式所示；/nreward＝speed*(cos(angle)-|2sin(angle)|-trackPos) (1)/n上式中，angle表示车辆方向与道路方向的夹角，speed*cos(angle)表示车辆沿着道路方向的速度，speed*sin(angle)表示车辆沿与道路垂直方向的速度，trackPos表示车辆与轨道轴之间...

【技术特征摘要】
1.改进DDPG算法的无人车路径规划方法，其特征在于：
具体包括以下步骤：
步骤S1：设计奖励函数，所述奖励函数一方面考虑车辆须保持一定的速度在道路中轴行驶，另一方面考虑车辆安全，若车辆当前状态与上一时刻状态相比如果发生损坏，对该车辆动作进行惩罚；奖励函数如下式所示；
reward＝speed*(cos(angle)-|2sin(angle)|-trackPos)(1)
上式中，angle表示车辆方向与道路方向的夹角，speed*cos(angle)表示车辆沿着道路方向的速度，speed*sin(angle)表示车辆沿与道路垂直方向的速度，trackPos表示车辆与轨道轴之间的距离，如果车辆前一时刻和后一时刻车辆发生损坏，在上式基础上再减去10；
步骤S2：改进...

【专利技术属性】
技术研发人员：宋晓茹，朱坚，刘锦豪，李彤晖，刘康，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：陕西;61