梁耀中　吕泽正　种玉祥

摘要：无人驾驶系统的决策系统是决定无人驾驶汽车安全性、稳定性的关键技术，是无人驾驶汽车智能程度的体现。本文旨在研究一种基于因果推理的无人驾驶行为决策模型，即理性决策，而不是相关推理。建立了基于贝叶斯网络和强化学习的决策模型，结合深度学习，基于规则的专家系统的特性，深入研究决策模型在样本比较少或数据部分缺失的情况下，提高复杂场景下的适应性、提升泛化能力和迁移学习能力。

关键词：无人驾驶;行为决策;贝叶斯网络;数据缺失

【Abstract】Thedecision-makingsystemofanunmanneddrivingsystemisakeytechnologythatdeterminesthesafetyandstabilityofanunmannedvehicle，whichisamanifestationofthedegreeofintelligenceofanunmannedvehicle.Thisresearchaimstoexploreanddevelopaself-drivingcardecisionmodelbasedoncausalreasoning，thatis，rationaldecision-making，notrelatedreasoning.ThepaperestablishesadecisionmodelbasedonBayesiannetworkandreinforcementlearning，combinedwiththecharacteristicsofdeeplearningandrule-basedexpertsystems，anddeeplystudiesthedecisionmodeltoimprovetheadaptabilityofcomplexscenarioswhentherearefewersamplesorpartialmissingdata.Generalizationabilityandtransferlearningabilityareimproved.

【Keywords】unmanneddriving;behavioraldecision;Bayesiannetwork;dataloss

作者简介：梁耀中（1995-），男，硕士研究生，主要研究方向：智能网联汽车。

0引言

行为决策系统是智能网联汽车的关键技术，作为无人驾驶技术的核心，其智能水平直接决定了无人驾驶车辆行车的安全性和可靠性，以及对复杂多变的实时交通环境的适应性[1]。

基于神经网络、深度学习的方法透明性差，可追溯性也欠佳，对问题难以实现追溯和解释，且对训练数据依赖大，训练时间较长[2];基于决策树模型和状态机模型对不同的驾驶场景需要设定不同的规则，存在环境适应性低的问题。

贝叶斯网络是一个以概率为基础，进行因果推理的决策，并在数据挖掘、因果推理和决策上有着良好的应用效果。例如，蔡炳万等人[3]提出了基于本体的贝叶斯网络知识推理研究方法;史志富[4]提出了基于贝叶斯网络的UCAV编队对地攻击智能决策研究。贝叶斯网络的因果推理逻辑可以在恶劣天气条件下或者传感器损坏导致数据缺失时的极端情况，在无人驾驶车遇到新的场景时，新的环境机制会对贝叶斯网络进行激励，从而激励贝叶斯网络进行更新，做出理性决策。……