基于多维度奖励函数的自动驾驶方法及装置

本申请实施例提供一种基于多维度奖励函数的自动驾驶方法及装置，通过结合模仿学习和强化学习框架，通过多路摄像头采集环境信息，构建策略生成网络和判别器网络实现驾驶动作控制。设计多维度奖励函数模型，对闯红灯、压线、偏离车道、碰撞等行为进行实时检测和评估，构建驾驶行为奖惩矩阵。基于演员评判网络架构，将环境信息和导航指令输入演员网络生成最优驾驶动作，通过评判网络评估动作价值，实现参数动态优化。该方法有效解决了传统技术在驾驶行为评估、动作价值判断等方面的不足，显著提升了自动驾驶系统的安全性和可靠性。