基于行为克隆和近端策略优化的路径规划开发：用于路径跟踪和静态障碍物轻推

在自动驾驶中，越来越多的端到端方法利用模仿学习（IL）和强化学习（RL），但它们不涉及像经典机器人工作流程和具有预测时域的规划那样的显式推理，导致策略隐式且短视。本文引入了一种路径规划方法，利用行为克隆（BC）进行路径跟踪，利用近端策略优化（PPO）进行静态障碍物轻推。它输出横向偏移值，以调整给定的参考路标点，并为不同控制器执行修改后的路径。实验结果表明，该算法能够实现类似于路径跟踪控制器的专家性能的路径跟随，并避免与固定障碍物的碰撞。该方法在自动驾驶的路径规划问题中尝试了一种以学习为基础的规划方法。