智能网联汽车基于逆强化学习的轨迹规划优化机制研究
Research on Inverse Reinforcement Learning-Based Trajectory Planning Optimization Mechanism for Autonomous Connected Vehicles作者机构：中国工业互联网研究院北京100102 北京理工大学机械与车辆学院北京100081
出 版 物：《北京理工大学学报》 (Transactions of Beijing Institute of Technology)
年 卷 期：2023年第43卷第8期
页 面：820-831页
核心收录：
学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程]
基 金：国家自然科学基金资助项目(51575043,U1564210,U1764257) 中国工业互联网研究院自主科研资助项目(KFZY2023C01)
摘 要：针对当前轨迹规划策略存在实时性差、优化目标权重系数难以标定、模仿学习方法可解释性差等问题,提出了基于最大熵原则的逆强化学习方法,通过学习经验驾驶员驾驶轨迹的内在优化机制,从而规划出符合人类驾驶经验的整体最优的换道专家轨迹,为解决轨迹规划方法的实时性问题和可解释性问题奠定了理论基础.以一般风险场景和高风险场景为应用案例,通过Matlab/Simulink仿真验证了所提逆强化学习方法实现轨迹规划的可行性与有效性.
维普期刊数据库
同方期刊数据库