一种基于深度强化学习的无人车高精度轨迹跟踪控制方法

本发明涉及一种基于深度强化学习的无人车高精度轨迹跟踪控制方法，属于无人车轨迹跟踪控制技术领域。所述方法，包括：获取无人车的目标路径信息以及无人车当前的位姿状态信息；根据无人车的目标路径信息和无人车当前的位姿状态信息，确定无人车的位姿误差；设计强化学习状态空间、动作空间以及奖励函数；基于无人车当前的位姿状态信息和无人车的位姿误差，构建强化学习算法网络，通过强化学习智能体生成动作指令；将动作指令输入车辆动力学模型，控制无人车进行轨迹跟踪，并将车辆动力学模型输出的位姿状态信息反馈，用于下一时刻轨迹跟踪控制。本发明能够解决传统无人车轨迹跟踪方法在复杂动态环境下动态适应性弱与精度不足的问题。