基于状态噪声与改进TD3算法的无人车路径规划方法

本发明公开了基于状态噪声与改进TD3算法的无人车路径规划方法，属于无人车路径规划技术领域。该方法包括：构建基于Gazebo的仿真环境；设计强化学习算法的动作空间、状态空间及奖励函数；基于仿真环境，使用基于改进TD3的强化学习算法进行无人车路径规划训练，得到最优的路径规划策略；其中，基于Actor网络隐藏层计算环境复杂度指标，通过该指标实时影响高斯噪声，实现基于环境状态实时变化的高斯探索噪声；同时采用滑动窗口评估当前的动作对未来接近目标点和避开障碍物的贡献度，计算轨迹优先级评分并将其与TD误差耦合形成优先级指标。本发明能够提高无人车在复杂环境下的学习效率以及样本利用率。