arXiv · ML· Alessandro Canevaro, Julian Schmidt, Hang Yu, Ye Jin, Sajad Marvi, Georg Martius, Julian Jordan·· 29 天前AI 评分29
DriveMLP: 自动驾驶中训练策略优于模型复杂度的实证研究
DriveMLP: When Training Strategy Outperforms Model Complexity in Autonomous Driving
AI 导读
DriveMLP 采用专家引导的强化学习(EGRL)训练策略,在 nuPlan Val14 Reactive 基准上得分 86.51,较此前最佳模仿学习规划器 Flow Planner 提升 3.2 分,且推理速度提高 15 倍以上。 该轻量级 MLP 策略证明训练程序而非模型规模是性能增益的关键,代码已开源,相关成果已被 2026 年机器人学习会议(CoRL)接收。
来源:arXiv · ML · arxiv.org