自主代客泊车应用场景封闭,场景内车辆行驶速度低,被认为是自动驾驶领域最先实现应用的技术。路径规划作为自主代客泊车系统的关键组成模块,主要作用是计算出一条从停车场外的起点位置到目标停车位位置的避障路径。随着车辆保有量的增加,车辆的不确定行为增多,停车场环境变得愈发复杂,传统路径规划方法存在响应速度慢和规划效率低等问题,难以应对动态的变化,而深度强化学习直接与环境交互,具有较强的自学习能力,能够完成复杂环境的连续规划任务,因此研究深度强化学习在自主代客泊车中的应用非常具有实际意义。基于以上背景,本文针对自主代客泊车的路径规划任务,基于深度强化学习设计了TD3路径规划算法,并在停车场仿真环境中进行测试,实验结果表明TD3算法相比其他深度强化学习算法收敛速度更快,但仅限于小规模的停车场仿真环境;为了完成较大规模仿真环境的路径规划任务,本文提出了Leader＿TD3分层深度强化学习路径规划算法,算法基于停车场先验地图,上层使用“连通区域分析+膨胀层+PRM”的方法,将全局路线分割成由采样点构成的局部路径,并将采样点作为Leader反馈给底层TD3深度强化学习算法,由训练完备的TD3算法完成相邻采样点之间的局部路径规划。为验证算法的可行性,本文基于Gazebo搭建了具有物理引擎的3D停车场仿真环境。针对算法在3D仿真环境中出现的训练周期长和难收敛的问题,本文搭建了观测状态和奖励函数保持一致的2D停车场仿真环境,将算法初期的开发和优化工作部署到2D仿真环境中,使用迁移学习将2D仿真环境中训练好的最佳算法模型迁移到3D仿真环境。实验结果证明这种迁移学习的方法显著提高了算法的收敛性。为验证算法的优越性,本文选取“A*+DWA”传统路径规划算法与本文提出的算法进行对比,并针对本文任务制定了评价的指标。实验在不同规模大小的仿真环境中进行,实验结果证明Leader＿TD3分层深度强化学习路径规划算法相比于传统算法,在完成率、规划总长度和规划用时上都具有一定的优越性,可以应对复杂的停车场环境。