arXiv · 机器人与计算机视觉· Mahmoud Selim, Cristina Cipriani, Karl Henrik Johansson·· 2026-10-08AI 评分70
超越策略支持:用于自动驾驶的交互约束离线强化学习
Beyond Policy Support: Interaction Constrained Offline Reinforcement Learning for Autonomous Driving
AI 导读
该论文针对自动驾驶中的交互分布偏移(IDS)挑战,提出了交互约束驱动策略(ICDP)框架。该方法从自车与周围代理的未来联合数据分布出发,将联合支持退化分解为自车支持与剩余交互支持两部分,并通过对比密度比估计恢复后者,从而在无需显式联合密度建模、周围代理预测或反应式仿真器/世界模型_rollouts_的情况下控制偏移。
来源:arXiv · 机器人与计算机视觉 · arxiv.org