强化学习泊车规划器

规划提速不减质

将强化学习嵌入蒙特卡洛树搜索节点评估，无需人类专家数据即可在线加速自动泊车路径规划。

Xinlong, Zheng · Xiaozhou, Zhang · Xu, Donghao

2024

技术优势

省去启发式设计

价值估计和策略生成器直接从每次规划循环的结果中迭代学习，无需人工为复杂停车场景编写规则。

不依赖专家数据

训练流程完全不需要人类驾驶员示范，减少了数据采集成本。

在线加速

学习到的评估器在实时系统中能让搜索步骤更快。

应用场景

• 自动泊车：用于自动泊车系统实时规划路径，减少高维空间搜索的计算开销，提升响应速度。
• 具身智能决策：提供一种学习状态评估与动作策略的方式，增强具身系统在复杂环境下的决策效率。
• 移动机器人导航：将强化学习融入树搜索，可加速移动机器人在线导航中的路径规划过程。