基于行为克隆与强化学习的智能驾驶技能训练方法及系统

本发明提供基于行为克隆与强化学习的智能驾驶技能训练方法及系统，涉及技术领域，包括采集人类驾驶员的驾驶行为数据，并划分训练集和验证集训练行为克隆模型，得到初始驾驶模型。根据初始模型性能确定待优化的安全性、效率性和舒适性等驾驶技能指标，并在虚拟训练环境中构建多样化训练场景。利用包含上述指标的奖励函数，通过深度强化学习算法对初始模型进行强化学习训练，得到优化后的驾驶模型。在测试场景集合中测试优化后的模型，当安全性、效率性和舒适性指标均达到预设阈值时，训练完成。本发明通过结合行为克隆和强化学习，能够有效提升智能驾驶模型在安全性、效率性和舒适性等方面的综合性能。