-
题名基于改进粒子群的智能汽车最优路径规划方法研究
- 1
-
-
作者
夏佳
郑晏群
谢秉磊
张鹍鹏
-
机构
深圳市综合交通设计研究院有限公司
广东省城市交通隧道与地下结构勘察设计工程技术研究中心
深圳市综合交通运行指挥中心
哈尔滨工业大学深圳研究生院
-
出处
《机械设计与制造》
北大核心
2025年第2期264-268,共5页
-
基金
国家自然科学基金资助项目(71974043)。
-
文摘
为了提高复杂环境下智能车辆路径规划的实时性和安全性,提出了一种结合改进强化学习算法和改进粒子群优化算法的智能车辆路径规划方法。采用小批量梯度下降法优化强化学习算法的衰减参数和学习因子,提高学习效率。通过改进的强化学习算法训练改进的粒子群优化算法,并根据评价指标选择最优路径。通过与传统路径规划方法进行仿真对比,验证了该方法的优越性。结果表明,与传统的路径规划方法相比,随着障碍物比例的增加,这里方法规划的路径最优,路径规划的综合成本最低,为复杂环境下智能车辆的路径规划提供了保障。
-
关键词
智能汽车
路径规划方法
梯度下降法
强化学习算法
粒子群算法
-
Keywords
Intelligent Vehicle
Path Planning Method
Gradient Descent Method
Reinforcement Learning Algo⁃rithm
Particle Swarm Optimization
-
分类号
TH16
[机械工程—机械制造及自动化]
-
