一种基于深度强化学习的自动驾驶车辆决策规划方法

本发明涉及自动驾驶车辆的决策规划领域，具体涉及一种基于深度强化学习的自动驾驶车辆决策规划方法。所述方法包括步骤：自车在结构化道路行驶的过程中，采集环境车辆的位置信息，将环境车辆历史位置数据引入长短期记忆网络得到周围车辆驾驶意图隐藏状态，根据得到的隐藏状态与自车运动信息融合通过SAC算法生成基于多项式曲线的规划轨迹。本申请解决了深度强化学习用于自动驾驶决策规划领域的安全性和稳定性差的问题，同时降低了强化学习整体训练难度，可广泛应用于自动驾驶决策规划技术领域。