基于视觉语言模型的自动驾驶行为决策系统及方法

本发明公开了一种基于视觉语言模型的自动驾驶行为决策系统及方法，所述系统包括：数据处理模块用于采用视觉语言模型提取多元深层语义信息；奖励生成模块用于生成对比语义目标奖励；奖励合成模块用于融合计算细粒度综合奖励；训练管理模块用于采用重放缓冲技术存储实时状态数据，采用批量处理机制进行细粒度综合奖励统一计算，基于最大熵强化学习算法进行自动驾驶策略训练；决策控制模块用于将训练后策略网络部署于车辆，根据网络输出进行车辆控制；本发明能够通过预训练视觉语言模型自动生成语义奖励信号，结合车辆状态信息进行层次化奖励合成，引入批量处理机制优化计算流程，最终显著提升自动驾驶系统的安全性、鲁棒性和泛化能力。