科创中国
基于模仿学习与强化学习结合的自动驾驶训练方法及系统
发布时间: 2023-11-03
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
物理
成果介绍
本发明涉及模型学习领域，具体涉及一种基于模仿学习与强化学习结合的自动驾驶训练方法及系统。该方法及系统将采集到的训练数据输入至模仿学习网络进行预训练，将预训练后模仿学习网络的卷积层拷贝给强化学习网络，强化学习网络与环境继续互动学习，获得环境中新的训练数据加入经验回放池，强化学习网络从经验回放池中随机采样数据进行训练，对强化学习网络进行更新。本发明的结合训练方法针对自动驾驶的特点进行了优化，使得它在自动驾驶的仿真环境中性能良好。
成果亮点
1.一种基于模仿学习与强化学习结合的自动驾驶训练方法，其特征在于，包括以下步骤：
将采集到的训练数据输入至模仿学习网络进行预训练，将预训练后模仿学习网络的卷积层拷贝给强化学习网络；
强化学习网络与环境继续互动学习，获得环境中新的训练数据加入经验回放池，强化学习网络从经验回放池中随机采样数据进行训练，对强化学习网络进行更新。
2.根据权利要求1所述的基于模仿学习与强化学习结合的自动驾驶训练方法，其特征在于，所述方法还包括：
经验回放池中的数据达到容量上限需要删除时，通过算法计算模型获取这些数据的训练程度，选取训练分数高的数据删除。
3.根据权利要求2所述的基于模仿学习与强化学习结合的自动驾驶训练方法，其特征在于，在经验回放池中的数据达到容量上限需要删除一部分时，通过算法计算模型获取这些数据的训练程度，选取训练分数高、模型训练更熟悉的数据删除，对于训练分数低、模型仍未完全掌握的经验，会继续留在经验回放池中，供模型后续采样训练。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
下载app