[发明专利]自适应路径规划的系统和方法

权利要求书

1.一种关于动态环境的自适应路径规划方法，所述方法包括：

通过自适应路径规划系统的全局指引逻辑，为智能体自动汽车(AV)确定穿过动态环境的、从起始位置到选定目的地的规划的路径；

当所述智能体AV穿过至少一部分所述规划的路径时，通过所述自适应路径规划系统的局部规划逻辑，至少部分地基于所述局部规划逻辑的深度强化学习智能体，利用局部地图序列信息，来控制所述动态环境中的动态交互。

2.根据权利要求1所述的方法，其中，确定规划的路径包括：

使用静态搜索算法来确定连接起始位置和选定目的地的初始全局路径。

3.根据权利要求2所述的方法，其中，所述静态搜索算法选自：Dijkstra、A*、D*、快速探索随机树(RRT)、粒子群优化(PSO)和蚁群。

4.根据权利要求2所述的方法，其中，确定规划的路径还包括：

使用历史信息来修改所述初始全局路径并提供规划的全局路径，所述规划的全局路径提供了所述智能体AV穿过的所述规划的路径。

5.根据权利要求4所述的方法，其中，所述历史消息包括路径覆盖信息和信息素信息。

6.根据权利要求5所述的方法，其中，所述路径覆盖信息包括关于移动障碍物的路线的信息、关于移动的时间信息、关于移动速度的信息、关于移动障碍物移动的优先级信息、障碍物体积、路径宽度或其组合。

7.根据权利要求5所述的方法，其中，所述信息素信息包括关于观察到的最近障碍物移动信息的信息。

8.根据权利要求5所述的方法，其中，所述信息素信息对应于各个所述路径覆盖信息。

9.根据权利要求8所述的方法，其中，所述信息素信息提供了随时间衰减的相关路径覆盖信息。

10.根据权利要求9所述的方法，还包括：

产生包括多个局部地图的局部地图序列，所述多个局部地图对应于穿过所述规划的路径的所述智能体AV的位置，其中所述局部地图序列的每个局部地图包括以所述智能体AV的各个位置为中心的所述动态环境的一个子部分。

11.根据权利要求10所述的方法，其中，所述控制动态环境内的动态交互包括：

使用关于所述局部地图序列的局部地图的局部深度强化学习(DRL)来确定所述动态环境中所述智能体AV的动作。

12.根据权利要求11所述的方法，其中，所述局部DRL包括卷积神经网络(CNN)和递归神经网络(RNN)，经配置以从所述局部地图序列提供所述动态环境的建模表示。

13.根据权利要求11所述的方法，其中，所述局部DRL包括DRL智能体，其被配置为局部规划器，用于指导所述AV在所述动态环境中的交互。

14.根据权利要求13所述的方法，其中，所述DRL智能体包括双深度Q学习(DDQN)、Rainbow、近端策略优化(PPO)、异步优势行动者批评(A3C)或其组合。

15.根据权利要求14所述的方法，其中，所述动态环境包括多车辆环境，有多个移动障碍物在其中运行。

16.根据权利要求15所述的方法，其中，所述多车辆环境选自：仓库、工厂和城市街道网格。