结合GAIL和PPO的自动驾驶模型训练方法及装置

本申请实施例提供一种结合GAIL和PPO的自动驾驶模型训练方法及装置，通过设计多阶段训练框架，通过仿真环境采集专家驾驶轨迹序列。构建双分支判别器网络，帧级分支基于注意力机制分析单帧行为特征，轨迹级分支采用循环神经网络处理连续驾驶序列，实现多尺度特征融合。采用近端策略优化算法进行迭代训练，构建多任务学习目标函数同时优化驾驶动作生成和轨迹预测，引入自适应置信区间约束和经验回放机制。该方法有效解决了传统技术在驾驶行为评估、策略优化等方面的不足，显著提升了自动驾驶模型的鲁棒性和泛化能力。