-
公开(公告)号：CN116859905A
公开(公告)日：2023-10-10
申请号：CN202310234762.7
申请日：2023-03-13
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于深度强化学习的智能网联汽车路径跟踪控制方法，属于智能网联汽车领域。该方法首先通过考虑车辆自身动力学约束特性以解耦方式建立车辆动力学模型，同时基于TD3算法以端到端的方式解决车辆的路径跟踪最优序列决策问题；其次，详细给出了基于此算法的模型构建、训练过程以及自动化测试过程，此部分中通过引入噪声训练以及设计多目标奖励的方式增强了模型的泛化能力；最后，基于接近实际场景的仿真测试环境测试算法的有效性，通过不同工况下的实验结果充分证明了本发明算法的有效性。本发明具有较强的鲁棒性，提高系统的实时性，本发明算法简单易于工程实现。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
