本文主要是介绍强化学习自动泊车的问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
注意：该文章仅用于提出问题，尚没有答案
最近对自动泊车比较感兴趣，想用强化学习来解决自动泊车的问题，然后发现了一个非常优秀的工程，Parking - highway-env Documentation
其github网址是 GitHub - Farama-Foundation/HighwayEnv: A minimalist environment for decision-making in autonomous driving该工程实现了一个自动泊车的环境，并有训练代码，训练后效果如下：
训练代码为scripts/parking_her.ipynb
我用该代码进行训练，确实可以得出上图的效果，泊车成功率有时可以达到100%
但上图的画面过于理想，大概情况是整个停车场内没有其他车辆，只有这一辆车，跟实际情况差距很大;
另一个问题是车道过宽，也就是两列停车位中间间距很大，我觉得需要对env进行定制;
首先一个是添加其他车辆，该功能在代码中已包含，一个参数
"vehicles_count": 0,
就是负责其他车辆的，只不过默认值为0，如果将该值设置为10，其他停车位就会有车辆，
然后我也调整了两列停车位的间距，
- y_offset = 10
+ y_offset = 4
从10改为了4，然后再进行训练，发现训练效果无法收敛
我做过一些尝试，就是在神经网络中添加CNN，把render的画面作为输入值，我目前的env画面大致如下：
所以，我现在是训练遇到了难题，看是否有有兴趣的高手，能一起探讨一下？
这篇关于强化学习自动泊车的问题的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
