一种基于动态残差安全强化学习的自动驾驶决策方法

本公开提供了一种基于动态残差安全强化学习的自动驾驶决策方法，任务模型输入安全关键场景状态，输出任务策略；安全模型输入安全关键场景状态和任务策略，输出安全策略；根据场景的风险强度对任务策略与安全策略构成的残差项进行加权，进而校正任务策略，获得混合策略；计算任务模型奖励和安全模型奖励；利用安全关键场景状态的风险强度映射样本采样概率，构造风险感知优先经验回放池；根据样本采样概率采样训练样本，对任务模型和安全模型进行强化学习训练。使用本发明能够解决现有技术中安全约束下性能受限、数据分布偏差等技术难题。