★ 2
STTC-EFRL：面向网联自动驾驶的安全轨迹跟踪强化学习框架
arXiv 论文提出 STTC-EFRL 强化学习框架，将安全轨迹跟踪建模为上图形式（epigraph）的 min-max 优化问题，通过递减标量调整策略梯度方向而不放大梯度幅度，提升训练稳定性。研究还提出高效射线投射方法量化安全多面体缩放因子。车辆在环测试显示其跟踪精度优于非学习基线，训练比拉格…
arXiv cs.LG6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
arXiv 论文提出 STTC-EFRL 强化学习框架，将安全轨迹跟踪建模为上图形式（epigraph）的 min-max 优化问题，通过递减标量调整策略梯度方向而不放大梯度幅度，提升训练稳定性。研究还提出高效射线投射方法量化安全多面体缩放因子。车辆在环测试显示其跟踪精度优于非学习基线，训练比拉格…