基于人机协作的强化学习自动驾驶方法及系统

本发明公开了一种基于人机协作的强化学习自动驾驶方法及系统，属于自动驾驶技术领域。包括：获取自动驾驶车辆的当前状态；将自动驾驶车辆的当前状态输入训练好的自动驾驶网络进行处理，以获取自动驾驶车辆当前时刻的决策动作；引入无奖励策略学习方法，以人类接管成本最小化、动作分布熵和平稳度最大化为目标，通过显式干预机制和隐式干预机制对自动驾驶网络进行训练。设计了显式和隐式干预的价值函数，以最小的人类接管成本和舒适度最大化为目标，训练智能体在不可见的交通场景中进行驾驶；解决自动驾驶汽车在复杂动态交通环境中的策略优化问题。