一种带有补偿反馈的多模态强化学习车辆决策规划方法

本发明适用于智能驾驶技术领域，提供了一种带有补偿反馈的多模态强化学习车辆决策规划方法，包括以下步骤：强化学习交互环境设计；环境状态的多模态融合；奖励函数设计；构建深度强化学习模型；设计局部轨迹规划器反馈机制。本发明结合了多模态学习和补偿反馈机制，旨在提高学习效率，同时确保决策的安全性和鲁棒性。通过该方法，即使在复杂的交通环境中，自动驾驶车辆也能够做出准确、高效的决策。