一种应对人流聚集的强化学习车辆避让寻路方法及设备

本申请公开了一种应对人流聚集的强化学习车辆避让寻路方法及设备。该方法包括：采集环境数据进行状态空间张量化，构建包含静态障碍物、人群密度及趋附势场特征的多通道局部栅格特征矩阵作为状态数据；利用深度强化学习模型处理状态数据输出期望运动控制指令；根据环境数据计算由观演收益数值、安全惩罚数值以及导航进程数值组合构成的动态奖励数值；发送期望运动控制指令至车辆底盘进行驱动，并反馈下一时刻状态数据进行闭环控制。本申请能够实现在高密度场景下自适应预判并脱离聚集人群，克服死锁陷阱，保障安全与行车通过率。