研究者提出ICDP自动驾驶离线强化学习框架

研究者 Mahmoud Selim 等人发布论文，提出面向自动驾驶的交互约束离线强化学习框架 ICDP，用于应对“交互分布偏移”（IDS）导致的价值估计不可靠问题。 该框架通过对比密度比估计分离出交互兼容性，无需联合密度建模或仿真器推演即可控制交互级分布偏移。据论文称，在 nuPlan、InterPlan 及真实卡车实验的闭环评估中，ICDP 抑制了高价值但交互不支持轨迹的选择，并提升了交互关键场景下的驾驶性能。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。