★ 3
SHRED：无专家示范的异构道路使用者自博弈框架
论文提出 SHRED 框架，通过大规模异构自博弈从随机初始化联合训练车辆、行人与骑行者，无需人类驾驶示范或轨迹回放。在 Waymo Open Sim Agents Challenge 上同时控制三类道路使用者并超越无示范自博弈基线，在 InterPlan 规划基准上优于所有对比规划器。研究证明异构…
arXiv cs.LG17 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 SHRED 框架，通过大规模异构自博弈从随机初始化联合训练车辆、行人与骑行者，无需人类驾驶示范或轨迹回放。在 Waymo Open Sim Agents Challenge 上同时控制三类道路使用者并超越无示范自博弈基线，在 InterPlan 规划基准上优于所有对比规划器。研究证明异构…
SimSkill是一个基于SUMO交通仿真器的自进化智能体，通过识别能力差距、生成任务、验证解决方案并积累经验，构建可复用的知识库。在多个基准上，SimSkill将验证完成率提升高达25个百分点，展示了终身学习范式在仿真领域的潜力。