基于强化学习的车辆局部避障算法及系统

本发明公开了基于强化学习的车辆局部避障算法及系统，该方法包括：将局部避障问题描述成稀疏奖励问题，并进行动作选择、动作执行和经验存储；基于目标重演方法将失败的经验样本标记为成功的经验样本；对经验样本进行数据采样，并基于采样数据更新学习参数；基于样本拟合误差构建样本优先级，并基于累积回报进行样本裁剪修正；基于修正样本、学习参数和损失函数的梯度定期更新目标参数。该系统包括动作选择模块、动作执行模块、经验缓存模块、经验重演模块、学习参数更新模块、样本修正模块和目标训练模块。通过使用本发明，能够在不依赖机械结构和机械参数的情况下，实现车辆的局部避障控制。本发明可广泛应用于自动驾驶技术领域。