基于风险图注意力和深度强化学习的交叉口车辆协作方法

本申请公开了基于风险图注意力和深度强化学习的交叉口车辆协作方法，涉及智能交通技术领域，方法包括：制定马尔可夫决策框架以描述交叉口场景的车辆协同问题；根据马尔可夫决策框架构建交叉口场景的图结构；图结构中的各个节点表示车辆，图结构中的边表示车辆间的交互风险；基于风险场模型对图结构中的边赋予边权重；基于风险感知的图注意力机制对赋予边权重后的图结构中的各个节点的特征进行动态加权聚合，得到包含交互风险的特征表示；采用最大熵强化学习算法训练协作策略根据特征表示输出控制各车辆的动作。本申请能够有效提升无信号交叉口场景下多车辆的协同通行效率与交通安全，特别适用于智能网联环境和复杂交通参与者共存的场景。