一种基于强化学习的多模态感知无人车轨迹控制方法

本发明公开了一种基于强化学习的多模态感知无人车轨迹控制方法，属于自动驾驶与人工智能技术领域，所述方法通过用激光雷达采集路况信息，通过车载摄像头采集图像信息，通过激光扫描仪辅助避障，对环境进行多模态的感知，训练并利用强化学习智能体进行导航，控制无人车的移动方向与速度，使其完成任务并避免碰撞障碍。本发明通过构建环境特征，设计自适应奖励函数，训练智能体在策略选择时，兼顾任务执行效率与移动安全，能够更好的应对复杂驾驶场景。本发明无需预设高精度地图，可根据环境复杂度自适应调整传感器数据权重，构建多场景虚拟仿真环境，结合真实小车验证模型在自动驾驶技术中的泛化能力。