一种可控可解释的自动驾驶方法与系统

一种可控可解释的自动驾驶方法与系统，智能车从历史驾驶行为和环境反馈中归纳生成出策略，通过这些策略可以控制决策。系统包含认知模型、决策模型和价值模型。认知模型接受环境的输入，决定使用何种策略，并且此模型可以通过决策后效果或者历史驾驶行为进行策略的归纳。决策模型接受环境的输入和认知模型输出的策略并进行决策，决策后执行，由环境反馈进行学习。价值模型用来判断当前驾驶状态什么决策是好的，进而帮助决策模型学习。由此系统可以自生成认知驾驶策略，并通过驾驶策略控制决策。