一种融合深度强化学习的自主换道方法及系统

摘要

本发明公开了一种融合深度强化学习的自主换道方法及系统，包括在训练环境中训练深度强化学习模型，得到并保存训练参数；在所述训练环境中，添加按照基于规则的自动驾驶策略行驶的目标车辆的信息；根据所述训练环境和所述基于规则的自动驾驶策略制定评价函数；根据所述评价函数，判断所述目标车辆的信息是否满足仲裁条件；若满足，则将所述训练参数融合到所述目标车辆的信息，控制所述目标车辆行驶；若不满足，则仍按照所述基于规则的自动驾驶策略，控制所述目标车辆行驶。本发明融合深度强化学习与基于规则的自动驾驶策略，在未建模的环境中，免去大量遍历换道场景进行建模的工作，提升适用性、决策准确性、决策效率和驾驶安全性。