基于迁移学习的智能汽车复杂测试场景代理模型设计方法

本发明涉及一种复杂测试场景代理模型设计方法，特别涉及一种基于迁移学习的智能汽车复杂测试场景代理模型设计方法，首先进行代理模型架构设计，其次使用虚拟仿真工具获得复杂测试场景对应的测试结果，对代理模型进行预训练；然后基于少量数据使用迁移学习修正代理模型；最后引入结合动态学习率调度的元学习微调方法，将每一次微调分解为内层任务快速适应与外层全局泛化优化两部分，内层通过动态余弦退火学习率策略，使模型在早期以较大学习率快速捕捉特定测试场景信号，后期逐步减小步长以抑制过拟合；外层对所有任务在验证集上的表现进行梯度聚合，采用退火学习策略动态调整元学习率，确保在元更新初期能进行充分探索、后期稳健收敛。