基于深度强化学习的车辆换道行为决策方法及系统

摘要

本发明公开了一种基于深度强化学习的车辆换道行为决策方法及系统，车端决策网络附加短时域决策安全评估纠错机制，在纯强化学习基础上引入先验驾驶知识，可以约束低效策略随机探索，提高策略探索效率；云端策略学习附加异常经历加强学习机制，可以加速策略优化。采用经历上传、策略下发机制，利用多车丰富的交互经历学习优化主动换道策略下发给各车端使用，有利于策略优化和鲁棒性提升；将算力需求大的策略学习集中在云端高性能计算机集群进行，能有效降低车端算力占用和电能消耗，有利于在车载嵌入式计算平台实施。