本發(fā)明涉及一種面向自動(dòng)駕駛的基于深度強(qiáng)化學(xué)習(xí)的端到端導(dǎo)航避障方法，采用激光雷達(dá)，對(duì)激光雷達(dá)點(diǎn)云進(jìn)行采樣，生成環(huán)境一維激光點(diǎn)云，并通過(guò)代價(jià)地圖轉(zhuǎn)換算法進(jìn)行轉(zhuǎn)換，得到表示環(huán)境動(dòng)態(tài)靜態(tài)障礙物的障礙物地圖；通過(guò)與仿真環(huán)境進(jìn)行閉環(huán)交互，收集環(huán)境障礙物地圖，從而生成導(dǎo)航環(huán)境數(shù)據(jù)集；構(gòu)建異構(gòu)智能體自我博弈避障模型，異構(gòu)多智能體自我博弈模型包括：觀測(cè)空間、動(dòng)作空間、獎(jiǎng)勵(lì)函數(shù)和神經(jīng)網(wǎng)絡(luò)；進(jìn)行多階段并行課程學(xué)習(xí)，以使神經(jīng)網(wǎng)絡(luò)更快更好的達(dá)到局部最優(yōu)解，同時(shí)加速學(xué)習(xí)過(guò)程，最終得到訓(xùn)練后的異構(gòu)智能體自我博弈避障模型；將訓(xùn)練好的異構(gòu)智能體自我博弈避障模型部署到實(shí)際車輛上，在現(xiàn)實(shí)世界中實(shí)現(xiàn)導(dǎo)航和避障。