基于深度确定性策略梯度的Frenet坐标系轨迹跟踪
机器人学
2024-11-22 v1
摘要
本文研究了DDPG算法在轨迹跟踪任务中的应用，提出了一种结合Frenet坐标系的轨迹跟踪控制方法。通过将车辆的位置和速度信息从笛卡尔坐标系转换为Frenet坐标系，该方法能够更准确地描述车辆相对于道路中心线的偏移量和行驶距离。DDPG算法采用Actor-Critic框架，利用深度神经网络进行策略和价值评估，并结合经验回放机制和目标网络，以提高算法的稳定性和数据利用效率。实验结果表明，基于Frenet坐标系的DDPG算法在复杂环境下的轨迹跟踪任务中表现良好，实现了高精度和稳定的路径跟踪，展示了在自动驾驶和智能交通系统中的应用潜力。
引用
@article{arxiv.2411.13885,
title = {Trajectory Tracking Using Frenet Coordinates with Deep Deterministic Policy Gradient},
author = {Tongzhou Jiang and Lipeng Liu and Junyue Jiang and Tianyao Zheng and Yuhui Jin and Kunpeng Xu},
journal= {arXiv preprint arXiv:2411.13885},
year = {2024}
}