跳到正文
arXiv · 机器人与计算机视觉· Rajeev Yasarla, Deepti Hegde, Hsin-Pai Cheng, Shizhong Han, Yunxiao Shi, Meysam Sadeghigooghari, Hanno Ackermann, Litian Liu, Pranav Desai, Fatih Porikli, Mohammad Ghavamzadeh, Hong Cai·· 8 天前精选AI 评分78

MAPLE:基于潜在空间的端到端自动驾驶多智能体博弈框架

MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving

AI 导读

论文提出 MAPLE 框架,旨在解决视觉语言动作(VLA)模型因传统模仿学习训练导致的闭环评估脆弱性问题。该框架在 VLA 模型的潜在空间内实现反应式、多智能体的动态驾驶场景推演,使自车与周边交通流能独立控制并相互响应,从而支持闭环训练。

推荐理由

提出 MAPLE 框架,在 VLA 模型的潜在空间实现可扩展的闭环多智能体博弈训练,无需外部仿真器。

来源:arXiv · 机器人与计算机视觉 · arxiv.org