关键词：智能汽车;路径规划方法;梯度下降法;强化学习算法;粒子群算法
摘 要：为了提高复杂环境下智能车辆路径规划的实时性和安全性，提出了一种结合改进强化学习算法和改进粒子群优化算法的智能车辆路径规划方法。采用小批量梯度下降法优化强化学习算法的衰减参数和学习因子，提高学习效率。通过改进的强化学习算法训练改进的粒子群优化算法，并根据评价指标选择最优路径。通过与传统路径规划方法进行仿真对比，验证了该方法的优越性。结果表明，与传统的路径规划方法相比，随着障碍物比例的增加，文中方法规划的路径最优，路径规划的综合成本最低，为复杂环境下智能车辆的路径规划提供了保障。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取