在无人驾驶领域,驾驶决策是当前研究的热点和难点问题。深度强化学习（Deep Reinforcement Learning,DRL）算法寻求以端到端的方式解决问题,但一般需要大量的样本数据,同时面临输入数据复杂性高、模型复杂的问题,导致驾驶策略学习算法收敛速度慢,无法快速学习到有效策略。驾驶策略与多种因素相关,目前采用DRL的方法大多采用简单的约束奖励函数,仅能适应简单交通场景。由于实际交通场景复杂多变,导致现有的这类算法适应性较差。针对这些问题,本文提出一种基于多输入多因素约束奖励函数的驾驶决策算法框架。该方法的输入包括相机前视图、激光雷达数据及由感知结果生成的鸟瞰图。考虑到输入信息的维度高,本文研究了两种决策学习方法,并对方法的性能进行了评估。在两类策略学习方法中,奖励函数的设计均综合考虑了纵向误差、航向、驾驶平稳性、速度等多因素约束,可有效提高方法对场景的适应能力,加快策略学习的收敛速度。论文工作主要包括以下几个方面:（1）提出了一种多输入多因素约束奖励（Multi-Sensing input and Multi-factor Constraints,MSMC）的驾驶策略学习方法。分析了驾驶决策的输入信息特点,利用环境感知的结果,生成包含多类信息的鸟瞰图,选择三类数据作为学习方法的输入。设计了变分自动编码器（Variational Auto-Encoder,VAE）与软演员评论算法（Soft Actor Critic,SAC）相结合的决策学习框架。为了高效的利用多传感器输入的观测数据,利用VAE编码器网络提取低维潜在特征,作为决策学习算法的输入,从而加快策略训练过程。分析驾驶决策过程中的影响因素,基于矢量场制导定义了横向误差和方位角误差,在此基础上设计了多因素约束奖励函数,实现了可适应多场景的驾驶策略。（2）基于多输入多因素约束奖励的决策学习框架,采用随机潜在演员评论家算法（Stochastic Latent Actor Critic,SLAC）替代基于VAE的表示学习与SAC任务学习相互独立的策略学习方法,提出了多输入多因素约束奖励的SLAC方法（MSMC-SLAC）。利用部分可观测马尔科夫决策过程（Partially Observable Markov Decision Process,POMDP）与概率图模型,将特征表示学习与策略学习联合建模,进一步提高了驾驶决策学习的效率,并扩展了方法对场景的适应性。（3）对所提出的算法进行了仿真验证。采用CARLA仿真器模拟了不同交通场景,利用Pygame软件包进行可视化设计。评估算法在不同输入数据组合下的性能表现;对比了本文所提的方法与其他DRL算法的性能;对多因素约束奖励项的重要性进行实验分析;对本文提出的两种方法进行了对比实验。在仿真环境下采用不同的地图验证了MSMC-SLAC算法的对多种交通场景的适应性。图61幅,表15个,参考文献64篇。