【强化学习自动驾驶】使用SAC算法同时控制转向和速度

代码：https://download.csdn.net/download/qq_15536485/13668371

SAC小改

SAC算法是在github上下的，然后进行了一点魔改。
就是把动作输出维度改成了2维而已

莫凡环境

把动作决策部分改了，主要就是对两个动作进行处理，加了个线速度。
然后对reward瞎调了一个，别撞墙就行。

大体效果

跑的挺嗨的，大概第50轮就可以收敛了，稳得不行。
然后不断的提高速度
但是150轮左右会大概率撞墙，估计是经验池太大了，抽取的记忆太旧了。
不过把第51行和第52行改了，就是在测试的效果就还行。
然后数据。。。没保存。。。
不过训练速度还行，15分钟就行了。挺稳定的。

在ros与rviz里仿真的诡异结果

用的是f1tenth的虚拟环境，速度最大调的3m/s，转向角没变。
对SAC和虚拟环境做了一大堆修改。
然后它学会了漂移。。。。
我tm？？？？？
可能是要对阿克曼结构需要做出更多的思考，好像是个大工程。。。。

最近期末了，等有时间再改改，起码说明有效了。

有问题麻烦私信我，这个玩意儿做的有点早了。