本發(fā)明涉及一種面向無人機圖像導(dǎo)航的深度強化學(xué)習(xí)加速訓(xùn)練方法,包括物體檢測模型的訓(xùn)練和動作選擇策略的訓(xùn)練。其中,動作選擇策略的訓(xùn)練是根據(jù)物體檢測模型的模擬輸出值并通過深度強化學(xué)習(xí)方法進行的。在基于圖像的深度強化學(xué)習(xí)方法的訓(xùn)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(xùn)練,該方法有如下優(yōu)勢:減少訓(xùn)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(dǎo)航的深度強化學(xué)習(xí)加速訓(xùn)練方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)