面向多场景自动驾驶的强化学习决策系统及方法

本发明属于自动驾驶及人工智能决策领域，公开了一种面向多场景自动驾驶的强化学习决策系统及方法，决策系统包括离线数据增强、通用基座模型训练与特定场景在线微调三大核心环节，首先，采用扩散模型生成多样化轨迹数据并通过安全约束筛选；其次，利用Cycle‑VAE分离场景不变特征与场景特定特征，基于场景不变特征通过保守Q学习训练通用决策策略；最后，采用浅层冻结策略，仅对深层参数进行近端策略优化在线微调。本申请实现了自动驾驶决策模型在城市、高速、乡村等多场景下的快速适应与高鲁棒性决策。