一种多四向车规则-强化学习混合实时避碰调度方法

本发明公开了一种多四向车规则‑强化学习混合实时避碰调度方法，涉及车辆调度技术领域，方法包括：获取多辆四向车实时状态并构建多维冲突图，识别死锁环类型与最大环长度；计算冲突复杂度指标，结合任务压力值与历史均值动态计算低、高切换阈值；将当前指标与两阈值比较，从规则、混合或强化学习决策模式中选择执行；更新车辆状态并循环。本发明通过连续化冲突复杂度量化替代枚举式判断，实现规则与强化学习策略自适应切换，并动态调整碰撞惩罚系数与动作掩码，在保证安全的前提下兼顾决策效率与复杂冲突处理能力，降低完工时间与碰撞率。