一种基于奖励机制的安全自动驾驶方法

本发明公开了一种基于奖励机制的安全自动驾驶方法，包括：对多模态传感器数据进行语义校正，生成校正后的语义奖励；通过约束感知网络评估当前驾驶状态，生成安全评分与奖励修正值；将校正后的语义奖励、安全评分与奖励修正值进行融合，构建最终奖励信号来优化强化学习策略，依据优化后的强化学习策略及多模态状态向量生成驾驶控制动作。本发明通过引入因果校正与解耦的约束网络，提升了自动驾驶系统在复杂、非理想场景下的决策可靠性、安全性和智能化水平。