无人车辆智能跟踪控制方法、系统、设备和介质

本申请涉及无人车辆智能跟踪控制方法、系统、设备和介质，该方法包括：采集专家示教跟踪的轨迹数据；将轨迹数据输入深度神经网络进行深度学习，得到专家示教跟踪的初始策略；根据初始策略，利用学徒学习法进行提升学习，得到最优策略；利用最优策略对无人车辆进行跟踪控制。通过结合人工智能机器学习方法与学徒学习方法，能够通过深度学习从专家数据获得类人的初始策略后，进行学徒学习以完成奖励函数的重构过程，进而通过强化学习得到更接近专家示教跟踪(策略)的最优策略并用于无人车辆的智能跟踪控制。在无人车辆跟踪驾驶的行驶稳定性、车距控制与障碍越过等方面均有显著提升，达到了大幅提高跟踪驾驶性能的目的。