基于不确定性估计的强化学习驾驶决策方法和系统

本公开涉及自动驾驶决策，尤其涉及基于不确定性估计的强化学习驾驶决策方法和系统，用于解决现有强化学习难以在驾驶决策中全面、准确地量化多源不确定性以提高安全性的问题。本方案在预设第一驾驶策略基础上，增设适用于高动态交通场景下的第二驾驶策略，包括：对训练好的k个Q网络，估计环境偶然不确定性和认知不确定性，若二者均未超出其设定的阈值，则执行第二驾驶策略，否则执行第一驾驶策略。本方案通过考虑不确定性的同时，设计切换机制，当估计的不确定性(无论哪种)超过预设安全阈值时，能主动可靠地将驾驶策略切换至预设的保守候选策略，从而在高动态、高风险的混合交通场景中有效规避潜在风险，保障行车安全。