一种基于行为风险强化学习的智能汽车环岛驾驶决策方法

本发明属于汽车技术领域，具体的说是一种基于行为风险强化学习的智能汽车环岛驾驶决策方法。首先，分析并建立汽车横纵向耦合动作空间、包含驾驶任务‑周围环境‑自车信息的多尺度状态空间、考虑安全‑任务‑驾驶行为的多目标奖励函数。其次，通过应用多层感知机的自学习行为风险分类器，对智能体行为风险进行分类评定，并基于行为风险分类结果设计基于行为风险的策略优化目标，来优化强化学习驾驶决策算法，以解决奖励函数设计不足对于驾驶策略优化的影响，并引导驾驶决策朝向更安全方向收敛。