An automatic driving method, comprising the following steps: step S101; acquiring real-time traffic environment information of an autonomous vehicle in a driving process at the current moment; step S102: on the basis of a preset mapping relationship, implementing mapping of the real-time traffic environment information to obtain mapped traffic environment information; step S103: on the basis of a pre-stored existing deep reinforcement learning model and the mapped traffic environment information, adjusting a target deep reinforcement learning model; and step S104: determining whether to finish autonomous driving and, if not, then returning to execute the step of acquiring real-time traffic environment information of the autonomous vehicle in the driving process at the current moment. The present autonomous driving method performs adjustment of the target deep reinforcement learning model with the help of the mapping relationship and the existing deep reinforcement learning model, and can avoid adjustment of the target deep reinforcement learning model from scratch, accelerating the decision-making efficiency of the target deep reinforcement learning model and achieving rapid and stable autonomous driving. Also provided are an automatic driving system, an automatic driving device, and a computer medium storing the automatic driving method.

Procédé de conduite automatique comprenant les étapes suivantes : étape S101 : l'acquisition d'informations d'environnement de trafic en temps réel d'un véhicule autonome dans un processus de conduite au moment actuel ; étape S102 : sur la base d'une relation de mappage prédéfinie, la mise en oeuvre d'un mappage des informations d'environnement de trafic en temps réel pour obtenir des informations d'environnement de trafic mappées ; étape S103 : sur la base d'un modèle d'apprentissage de renforcement profond existant pré-stocké et des informations d'environnement de trafic mappées, le réglage d'un modèle d'apprentissage de renforcement profond cible ; et étape S104 : la détermination s'il convient ou non de mettre fin à la conduite autonome et, sinon, le retour à l'exécution de l'étape d'acquisition d'informations d'environnement de trafic en temps réel du véhicule autonome dans le processus de conduite au moment actuel. Le présent procédé de conduite autonome réalise un réglage du modèle d'apprentissage de renforcement profond cible à l'aide de la relation de mappage et du modèle d'apprentissage de renforcement profond existant, et peut éviter le réglage du modèle d'apprentissage de renforcement profond cible de zéro, accélérer l'efficacité de prise de décision du modèle d'apprentissage de renforcement profond cible et obtenir une conduite autonome rapide et stable. L'invention concerne également un système de conduite automatique, un dispositif de conduite automatique et un support informatique stockant le procédé de conduite automatique.

一种自动驾驶方法，包括以下步骤：步骤S101，获取当前时刻下，自动驾驶车辆在行驶过程中的实时交通环境信息；步骤S102，基于预设的映射关系对实时交通环境信息进行映射，得到映射交通环境信息；步骤S103，基于预先存储的已有深度强化学习模型及映射交通环境信息，对目标深度强化学习模型进行调整；步骤S104，判断是否结束自动驾驶，若否，则返回执行获取当前时刻下，自动驾驶车辆在行驶过程中的实时交通环境信息的步骤。该自动驾驶方法借助映射关系和已有深度强化学习模型来对目标深度强化学习模型进行调整，能够避免从头对目标深度强化学习模型进行调整，加快目标深度强化学习模型的决策效率，进行实现快速、稳定的自动驾驶。还提供了一种自动驾驶系统、一种自动驾驶设备及存储有该自动驾驶方法的计算机介质。