一种基於深度强化学习的自动驾驶车辆导航方法

本发明公开了一种基於深度强化学习的自动驾驶车辆导航方法，属於车辆自动驾驶技术领域，包括：S1：基於激光雷达和视觉相机采集自动驾驶车辆周围的环境数据并实时构建高清地图；S2：通过深度 Q 网络基於构建的高清地图及车辆的当前状态输出每个潜在动作的 Q 值，选择 Q 值最大的动作最为当前的最优动作；S3：控制自动驾驶车辆不断执行当前最优动作，直至终点，即完成导航；其中，所述深度 Q 网络为预训练的深度 Q 网络，在自动驾驶车辆执行完成每一个动作後，在线学习微调深度 Q 网络。本发明设计深度 Q 网络，将状态-动作数据映射为最优动作策略，能够显着减少内存占用，使其能够适应於复杂驾驶环境。在线学习微调深度 Q 网络，学习边规划机制可持续吸收和内化新经验，实现策略自我完善和演进。