驾驶行为预测方法、装置、设备及存储介质

本申请提供一种驾驶行为预测方法、装置、设备及存储介质。涉及自动驾驶技术领域。该方法包括：构建虚拟人模型和驾驶模拟环境，将虚拟人模型配置于所述驾驶模拟环境中，使得虚拟人模型与所述车辆模型进行交互，控制车辆模型动作，建立深度学习模型，以根据输入的驾驶员第一人称视角数据，输出控制动作并输出至虚拟人模型，利用训练数据集对深度学习模型进行训练，通过模仿学习与强化学习两个阶段，最大化累计奖励，得到策略函数，并通过与环境信息的交互，使用近端策略优化不断更新策略函数，得到训练后的深度学习模型；利用训练后的深度学习模型实现驾驶行为预测。本申请通过模拟人类驾驶员的决策过程，提升自动驾驶系统的决策能力。