一种基于强化学习的自动驾驶端到端导航方法、控制装置和设备

本申请实施例提供一种基于强化学习的自动驾驶端到端导航方法、控制装置和设备，该方法包括：S1：通过视觉传感器实时获取环境图像，利用变分自编码器提取潜在特征向量，生成动态环境状态信息；S2：选取基于最大熵的SAC(Soft Actor‑Critic，SAC)算法构建强化学习框架；S3：设计多源融合奖励函数，所述奖励函数包括：基于用户偏好的主动偏好学习机制、基于好奇心的奖励机制和自主避障机制；S4：根据所述奖励函数输出的综合奖励值，生成导航动作指令，实现无高精地图与预设路径的端到端自动驾驶。该方法不依赖高精地图和预设的路径规划，凭借自身的感知、学习和决策能力，从任意起始位置导航至目标位置，极大地提高了自动驾驶系统的环境适应性和灵活性。