一种用于复杂环境下的无人自主导航策略强化学习方法

本公开提供了一种用于复杂环境的无人自主导航策略强化学习方法。该方法构建策略网络的状态空间包括：智能体与局部目标点之间的相对位置、智能体与最终目标点之间的相对位置、智能体状态和视觉信息嵌入；利用历史数据对策略网络进行模仿学习，实现热启动；对步骤2模仿学习后的策略网络进行强化学习；在强化学习的训练循环中，每一步都基于RRT更新RRT路径；然后基于更新的RRT路径，计算即时奖励。使用本发明能够提升较大范围内、复杂野外环境下的无人车自主导航的精度。