基于分布式探索增强的自主驾驶决策近端策略优化方法

本发明属于自动驾驶技术领域，公开了一种基于分布式探索增强的自主驾驶决策近端策略优化方法。本发明设计了自动驾驶车辆的强化学习决策模块的分布式架构，通过并行化和分布式处理，多个智能体能够在不同环境中同时执行策略训练，实时共享策略更新和经验数据。此外，分布式架构允许方法在更大规模的数据集和复杂环境下运行，提升了自主驾驶决策的适应性和泛化能力。本发明还结合了随机网络探索RND模块，进一步增强探索的多样性和有效性，并完善强化学习决策模块所使用的近端策略优化算法。本发明通过结合分布式架构与RND模块，显著加速了训练过程，提升了探索效率，并全面提高了自动驾驶系统的决策质量，提高了自动驾驶决策的可靠性和效率。