仿真背景车行为控制方法、装置、设备及计算机程序产品

本申请涉及仿真背景车行为控制方法、装置、设备及计算机程序产品，包括：在智驾算法仿真测试时，获取仿真交通流中背景车及主车的状态数据；将背景车及主车的状态数据输入预先训练好的驾驶行为模型进行处理，得到背景车的行为决策；根据行为决策控制仿真交通流中背景车的行驶；模型在训练过程中，使用交互性奖励函数对模型的行为决策给予交互性奖励，以指导模型的行为决策尽可能地增加与主车的交互，并使用真实性奖励函数对模型的行为决策给予真实性奖励，以指导模型的行为决策尽可能地与自然驾驶数据相符合，使得模型的行为决策能够实现交互性奖励和真实性奖励之和的最大化。通过本申请，能够提高仿真交通流中的主车与背景车的交互性。