基于模糊逆强化学习的无人车轨迹预测方法

本发明公开了一种基于模糊逆强化学习的无人车轨迹预测方法，包括如下步骤：计算轨迹特征、引入模糊逻辑进行逆强化学习来寻找最优权重向量、最优轨迹预测仿真。本发明主要通过处理无人车行驶轨迹数据及人类驾驶员的实际数据，结合模糊逻辑处理，训练逆强化学习模型，得到最优权重向量，从而在有限轨迹中计算出无人车的行驶最优轨迹。本发明解决了现有技术中无人车在行驶策略过程中对复杂环境适应性差和决策准确性低的问题，显著提高了无人车在实际道路环境中的行驶策略效率和安全性。引入模糊逆强化学习方法，使得无人车能够更好地学习人类驾驶员的行驶策略，从而实现更智能和安全的自动驾驶功能。