一种基于风险敏感强化学习的自动驾驶决策方法、系统、终端及存储介质

本发明涉及机器学习与自动驾驶技术领域，公开了一种基于风险敏感强化学习的自动驾驶决策方法、系统、终端及存储介质，所述方法包括：构建与自动驾驶风险对应的广义风险函数，将广义风险函数中累计成本的负值作为增广状态，获取自动驾驶的原始状态空间，根据增广状态和所述原始状态空间构建增广状态空间，构建风险敏感驾驶策略模型，基于增广状态空间向量对风险敏感驾驶策略模型进行优化，得到目标模型；根据当前原始状态空间和当前增广状态构建当前增广状态空间向量，将当前增广状态空间向量输入到目标模型，输出控制指令，并根据控制指令完成自动驾驶控制。本发明保证决策过程的时间一致性，显著提升行车安全性，有效规避碰撞等高风险事件。