基于强化学习思想的地下车库车位排布研究

扫码查看

原文链接

万方数据
维普

中文摘要：在地下车库排布车位,往往受到车库轮廓、障碍物和连通性等条件约束,本文设计并实现了一种基于探索策略和区域划分的车位排布方案.探索策略借鉴了强化学习的思想,通过设置奖励机制使智能体在地下车库环境中进行主路的铺设;区域划分算法可以在保证不堵塞车道情况下得到尽可能多的车位数量.本文算法能够在短时间内获得车位排布结果,帮助设计师减轻工作量,提高项目收益.

外文标题：Research on parking arrangement algorithm for underground garage based on reinforcement learning

外文关键词：

underground garageparking space arrangementreward mechanismexploration strategyregional division

作者：

王潇霆、张易诚、沈炜

展开 >

作者单位：

浙江理工大学计算机科学与技术学院(人工智能学院),浙江杭州 310018

关键词：

地下车库车位排布奖励机制探索策略区域划分

出版年：

2023

DOI：

10.16644/j.cnki.cn33-1094/tp.2023.09.012

计算机时代

浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411

ISSN：1006-8228

年,卷(期)：2023.(9)

参考文献量6