基于深度强化学习的自动驾驶行为决策方法

摘要

本发明公开了基于深度强化学习的自动驾驶行为决策方法，包括：获取自动驾驶车辆周围的当前环境状态；根据输入的当前环境状态和自动驾驶车辆的当前行为状态，在经验池中选择并输出自动驾驶车辆的动作行为，如果经验池中没有与当前环境状态对应的动作行为，则由深度强化学习结构计算并输出自动驾驶车辆的动作行为。本发明的获取当前环境状态采用RGB摄像头、红外摄像头和固态激光雷达，减少了传感器的使用。通过模仿学习人类驾驶员的驾驶经验形成经验池，使得自动驾驶车辆更接近人类的驾驶习惯，有利于解决有人车和无人车在路上并存的问题，更重要的是提升了安全性。