跳到正文
arXiv · 机器人与计算机视觉· Sajad Marvi, Julian Schmidt, Alessandro Canevaro, Julian Jordan, Abhinav Valada·· 2026-10-15精选AI 评分82

基于不确定性的自博弈用于鲁棒多智能体驾驶策略研究

Uncertainty-Driven Self-Play for Robust Multi-Agent Driving Policies

AI 导读

针对运动规划中泛化性不足的挑战,本文提出一种不确定性驱动的自博弈方案。一半智能体奖励增加邻居的认知不确定性以探索弱点,另一半学习安全驾驶。该方法利用认知不确定性作为难度代理,自动生成挑战性子集,无需人工设计场景。

推荐理由

提出不确定性驱动的自博弈方案,利用认知不确定性作为难度代理实现自动课程学习,在 nuplan 和 Argoverse 2 上零样本迁移效果优于标准自博弈。

来源:arXiv · 机器人与计算机视觉 · arxiv.org