一种基于稀疏专家机制和扩散模型的知识驱动端到端自动驾驶方法

本发明涉及智能自动驾驶领域，特别涉及一种基于稀疏专家机制和扩散模型的知识驱动端到端自动驾驶方法。包括以下步骤：S1：感知信息处理与状态编码；S2：稀疏专家模块构建与多任务训练；构建由多个专家组成的稀疏专家模块，通过多任务行为克隆训练获得可复用的驾驶技能；S3：扩散策略网络与动作序列生成；基于扩散模型从当前状态条件下生成未来多步的控制动作序列，形成连续稳定的驾驶决策。S4：持续学习与任务迁移机制。本发明构建了可组合、可解释的模块化驾驶知识结构，显著提升策略建模能力；扩散生成机制，有效提升了决策过程的平滑性与稳定性；结构解耦的持续学习与任务迁移机制，提升系统的长期适应性与部署效率。