基于深度强化学习的自动驾驶车辆决策的方法和装置

本发明涉及一种基于深度强化学习的自动驾驶车辆决策的方法和装置，属于智能驾驶技术领域，其中，该方法包括：获取目标车辆的环境信息；基于环境信息以车辆的速度最大化为目标构建换道效益函数；基于换道效益函数构建的横向决策控制模型，基于第一预设深度强化学习算法对所述横向决策控制模型进行训练，得到选择换道动作的价值；构建目标车辆的纵向决策控制模型，基于第二预设深度强化学习算法对纵向决策控制模型进行训练，处理跟驰决策并输出连续车速控制；对横向决策控制模型和纵向决策控制模型根据记忆池存储的经验进行耦合模型训练，得到目标车辆的驾驶决策。本发明通过换道效益函数对换道效益进行量化，从而提高了自动驾驶车辆行驶的效率。