基于多场景数据平衡的自动驾驶大模型训练优化方法

本发明为基于多场景数据平衡的自动驾驶大模型训练优化方法。包括如下步骤：（1）构建实车高速行驶场景库；（2）构建视觉语言自动驾驶大模型，基于实车高速行驶场景库，采用迭代式训练框架训练，设计多任务联合损失函数及权重自适应调整策略，实现多任务目标平衡，得到训练后的视觉语言自动驾驶大模型；（3）针对自动驾驶工况进行动力学仿真，基于仿真数据，构建高保真仿真数据测试集；（4）根据高保真仿真数据测试集对训练后的视觉语言自动驾驶大模型、进行超参数优化以及轻量化处理，得到场景数据平衡的自动驾驶大模型。本发明实现大模型推理速度加快及资源占用降低，从而显著提升大模型对动态工况及高风险场景的判别能力。