基于深度强化学习的无人驾驶车辆复杂场景决策控制方法

本发明涉及智能驾驶技术领域，本发明公开了基于深度强化学习的无人驾驶车辆复杂场景决策控制方法及系统，包括通过图注意力网络实时提取交通环境的多模态特征，生成场景描述符；基于双通道策略生成器进行决策策略生成，根据场景复杂度评估结果选择决策路径，当复杂度低于第一阈值时调用预决策缓存库，高于第二阈值时启动边缘协同计算，超过第三阈值时触发云端策略生成；对生成的候选策略进行多目标动态约束验证，筛选符合安全边界的执行策略输出至车辆控制终端。本发明显著提升无人驾驶系统在复杂交通场景下的决策精度、响应实时性和多目标优化能力，同时实现计算资源的高效利用与功能安全合规。