基于深度强化学习的履带车辆轨迹跟踪精度优化方法

本发明属于无人履带车辆轨迹跟踪控制技术领域，具体涉及一种基于深度强化学习的履带车辆轨迹跟踪精度优化方法，包括：步骤一：根据履带车辆建立基于瞬时转向中心的运动学模型；步骤二：根据经验设置预测时域控制时域，对未来轨迹进行预测；步骤三：设计深度强化学习状态量和动作量；步骤四：设计深度强化学习Critic网络和Actor网络的结构；步骤五：对智能体进行训练；进行多轮迭代优化，直至达到理想的训练效果；步骤六：导出训练好的智能体进行在线运算，实时解算出需要的补偿输出值，与步骤二输出的控制量相加，作为底层执行系统的输入；至此，完成控制量的补偿，实现对轨迹跟踪控制的实时优化。该方法提升了履带车辆轨迹跟踪的精度。