简介： 本发明公开了基于深度强化学习的无人驾驶分层运动决策控制方法，以“元动作决策‑车辆控制”层次化运动决策控制模型为载体实现的。通过对驾驶行为的抽象分解和对影响驾驶行为的环境因素分析，以将运动决策控制过程分解为“元动作决策‑车辆控制”的模式实现的，元动作决策属于离散型决策问题，利用DQN深度强化学习算法建立一个由动态驾驶信息到元动作的端到端模型。车辆控制属于连续型动作输出，采用DDPG深度强化学习算法建立一个从道路信息与元动作，映射到油门、刹车和方向盘控制量的端到端模型，神经网络的搭建使用PyTorch深度学习框架，选择的开发语言是Python，模型通过接收驾驶行为指令并结合环境状态信息，输出车辆的控制量。