本發明涉及一種面向無人機圖像導航的深度強化學習加速訓練方法,包括物體檢測模型的訓練和動作選擇策略的訓練。其中,動作選擇策略的訓練是根據物體檢測模型的模擬輸出值并通過深度強化學習方法進行的。在基于圖像的深度強化學習方法的訓練中使用圖像檢測模型的模擬輸出值代替圖像檢測模型的輸出值來加速訓練,該方法有如下優勢:減少訓練耗時,降低GPU使用率及顯存占比和通用性較強。
聲明:
“面向無人機圖像導航的深度強化學習加速訓練方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)