Reinforcement Learning-Based Motion Planning for Automatic Parking System
1 Introduction
- 典型的自动泊车系统包括以下组件：
- 停车位检测 parking slot detection,
- 运动规划 motion planning (or path planning and tracking),
- 自我车辆的姿态估计 ego-vehicle’s posture estimation,
- 底盘控制 chassis control,
- 自动泊车算法分类：
- 基于专家驾驶员泊车数据的方法 expert drivers’ parking data-based method,
- 基于人类先验知识的方法 human prior knowledge-based method,
- 基于强化学习的方法 reinforcement learning-based method.
1) 基于专家驾驶员泊车数据的方法
- 使用监督学习训练神经网络，训练数据需要尽可能覆盖实际使用场景（图像输入）
- 局限：
- 专家数据是模型的上限；
- 专家数据难获得；
- 数据质量要求高；
2) 基于先验知识的方法
abstracting human parking experience into prior knowledge and then using it to guide the planning.
几何方法：
- Reeds-Shepp (RS) curve [6], [7],
- clothoid curve [8], [9],
- Bezier curve [10],
- spline curve [11],
- polynomial curve [12]
启发式方法：
- A* [13]
模糊逻辑方法：
- fuzzy rules [14], [15]
3) 基于强化学习的方法
前两种方案依赖原始或抽象的人类经验，因此要求高质量的泊车数据。
可以突破人类数据的限制
一般认为泊车场景agent比高速场景agent更难训练，因为前者方向盘角度会发生短时间的巨大变化
总结
本文质量一般，只看了intro部分，文献较老，没继续看了。