一种基于竞争网络和注意力机制的自动驾驶决策方法

本发明公开了一种基于竞争网络和注意力机制的自动驾驶决策方法，包括步骤：1、使用MDP对自动驾驶决策问题进行建模，将自动驾驶场景抽象为五元组(S,A,P,r,γ)，其包括状态空间、动作空间、状态转移概率、奖励函数和折扣因子；2、定义基于MDP的状态空间、动作空间及动作选择问题，包括状态空间细化、动作空间实例化和动作选择问题；3、结合注意力机制网络和强化学习网络，构建出DA‑DDQN，用于求解自动驾驶决策问题；4、在Highway仿真平台的高速公路环境中对网络模型DA‑DDQN进行训练、测试和验证；5、重复迭代步骤4的训练过程，直到策略网络收敛；6、将参数最优的DA‑DDQN应用于自动驾驶车辆，进行自动驾驶决策。本发明能够提高车辆在复杂交通环境中决策的安全性和高效性。