基于APF-MASAC算法的多无人车路径规划研究

摘要

针对真实环境中多无人车路径规划问题，在多智能体柔性演员-评论家(Multi-Agent Soft Actor-Critic,MASAC)框架下提出一种算法设计方案．基于势能塑形回报技术，设计了稠密的奖励函数，为算法的学习过程提供更为丰富、及时有效的反馈信号，显著加速算法的收敛速度．采用双连帧技术对传统经验回放池进行改良．双连帧技术将连续的两帧观测数据作为一个整体单元纳入经验回放池，有效捕捉环境状态变化的动态信息，提升了训练效率与稳定性．依托Gazebo仿真平台搭建高度逼真的动态障碍物环境，为算法的训练提供了丰富多样且极具挑战性的训练样本，确保算法能够在模拟真实的条件下进行充分学习与优化．最后，通过消融实验和鲁棒性测试验证了算法的有效性．

关键词

强化学习 / 多智能体 / 人工势场 / 路径规划 / 无人车

基金资助

安徽省普通高校交通信息与安全重点实验室开放课题(KLAHEI180188); 教育部海上智能网信技术教育部重点实验室开放课题(2014AA110501)