一种基于双备选扩散策略的安全自动驾驶方法

本发明公开了一种基于双备选扩散策略的安全自动驾驶方法，针对传统离线强化学习因外推误差可能导致自动驾驶任务中出现不安全行为的问题，提出利用两个扩散模型作为相互替代的策略，并以包含多个动作价值网络的集成网络作为策略评估网络；通过在离线环境中对两个扩散模型和集成网络进行训练，在部署阶段利用集成网络对两个策略生成的动作进行不确定性评估，选择不确定性较低的策略作为最终驾驶策略，从而确保自动驾驶任务在部署阶段的安全性。