一种基于深度强化学习的无人车未知环境探索算法

本发明公开了一种基于深度强化学习的无人车未知环境探索算法，利用雷达、可见光相机等传感器对周围环境进行感知，对雷达传感器数据进行模糊归一化处理，模糊归一化对雷达环境感知进行区域化降维，保证通过时空序列预测模型对图片序列进行预训练并且最终对实时输入的图像序列进行降维处理，通过强化学习模型对预处理后输入进行训练，最后在不同虚拟环境中进行迁移测试。本发明结合时空序列预测模型以及深度强化学习方法实现无人车在未知环境中的自主探索，通过对图像序列进行处理并且提取特征，同时对雷达数据进行模糊归一化处理，这样做可以针对不同环境达到更好的快速部署效果。