本發明屬于自動駕駛控制方法技術領域,具體涉及一種基于強化學習的智能自動駕駛控制方法,通過使用開源的物理引擎PyBullet建立模擬環境,設計以圈速為評價標準的自動駕駛賽車任務,完成一圈賽道的自動駕駛,并且不發生任何碰撞,建立一個基于URDF模型的剛體汽車模型,并利用汽車模型模擬激光雷達的輸入;將設計的任務轉化為一個部分可觀測的馬爾可夫決策過程;基于python語言,利用Tensorflow框架,建立Dreamer算法模型;對輸入的激光雷達信息進行預處理等處理過程,實現自動駕駛算法的快速訓練,不需要設計復雜的控制策略和調試控制參數,且具有良好的泛化性和遷移性,可以適應不同的模擬與現實環境,有良好的自動駕駛效果。
聲明:
“基于強化學習的智能自動駕駛控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)