具有因果混淆的安全关键场景下车辆的因果强化学习系统

本申请涉及自动驾驶技术领域，特别涉及一种具有因果混淆的安全关键场景下车辆的因果强化学习系统，包括：策略生成网络模块和因果图模块；因果图模块由因果模型构成；因果模型包括状态因果模型和奖励因果模型；奖励因果模型用于根据奖励与其他特征之间的因果关系重新分配奖励，状态因果模型识别真实的因果关系，以防止算法被因果混淆特征误导；因果模型为因果图和全连接层的组合；因果模型是采用基于梯度的因果发现算法构建得到；因果图采用一个有向二元邻接矩阵来表示，矩阵同时包含奖励因果图和状态因果图。本申请提供了一种具有因果混淆的安全关键场景下车辆的因果强化学习系统，以增强自动驾驶车辆在具有因果混淆的安全关键场景中的鲁棒性。