基于深度强化学习的自动泊车路径规划模型构建方法、装置、设备及车辆

本发明提供了一种基于深度强化学习的自动泊车路径规划模型构建方法、装置、设备及车辆，用于提高泛化能力并减少训练量。该基于深度强化学习的自动泊车路径规划模型构建方法，包括：构建泊车场景，泊车场景中包括墙体构成的停车区域以及位于停车区域内的本车、多个其他运动车辆、多个静止车辆构成的障碍物和多个停车位；构建深度强化学习网络；获取本车在泊车场景中的状态观测信息；将全局状态观测信息和局部状态观测信息输入到所构建的深度强化学习网络中，得到车辆的泊车执行动作；使用设定的反馈奖励函数指导深度强化学习网络迭代进行参数更新；在迭代次数达到预设次数后，得到所需求的自动泊车路径规划模型。