跳到正文
arXiv · 机器人与计算机视觉· Zilin Wang, Saeed Rahmani, Daphne Cornelisse, Bidipta Sarkar, Alexander David Goldie, Jakob Nicolaus Foerster, Shimon Whiteson·· 27 天前精选AI 评分85

无人类演示的跨城市自动驾驶策略学习:NOMAD 方法

Learning to Drive in New Cities Without Human Demonstrations

AI 导读

论文针对自动驾驶在新城市部署成本高、需大量人类演示数据的瓶颈,提出 NOMAD(No data Map-based self-play for Autonomous Driving)方法。

推荐理由

提出 NOMAD 方法,利用自博弈强化学习仅凭地图信息实现跨城市策略迁移,无需目标城市的人类演示数据。

来源:arXiv · 机器人与计算机视觉 · arxiv.org