一种基于强化学习的无人车对抗控制方法及装置

本发明公开了一种基于强化学习的无人车对抗控制方法及装置，该方法包括：构建无人车模拟系统，并为无人车模拟系统中每一无人车创建对应的智能体；基于对若干神经网络的初始化，构建每一智能体的第一无人车对抗控制策略模型；基于对每一智能体对应若干无人车训练任务的奖励设计，构建对应第一无人车对抗控制策略模型的奖励函数；基于无人车模拟系统创建无人车博弈对局，并采集无人车博弈对局的智能体经验数据；基于智能体经验数据对第一无人车对抗控制策略模型进行迭代训练得到第二无人车对抗控制策略模型，并将第二无人车对抗控制策略模型确定为对应的无人车对抗决策模型。本发明能够实现无人车在复杂环境下的高效自主行为。