驾驶决策确定方法及装置

本申请涉及一种驾驶决策确定方法及装置，应用于车辆控制技术领域，方法包括：实时采集传感器数据，确定各个车辆的行驶状态信息，并提取路网信息；确定初始时刻的场景类型，根据场景类型和奖励函数的映射关系，确定初始时刻的场景类型对应的奖励函数；将初始时刻后的第N个时刻的行驶状态信息输入奖励函数，得到奖励值；将初始时刻的路网信息、初始时刻及初始时刻后的N个时刻的行驶状态信息作为状态输入数据，利用多智能体强化学习算法对状态输入数据和奖励值进行处理，确定驾驶决策；将驾驶决策分别发送至对应的车辆；将初始时刻之后的第N+1个时刻作为初始时刻，返回提取路网信息，直至停止采集传感器数据。提高整体交通流的效率和协同性。