arXiv · AI· Sen Shen, Ning Liu, Xiangrui Kong, Yingwei Li, Dongkun Han·· 3 天前AI 评分25
基于执行反馈的价值与策略校准:社交兼容自动驾驶世界模型强化学习框架
Value and Policy Calibration from Execution Feedback for Socially Compatible Driving
AI 导读
论文提出结合想象策略改进与直接校准的世界模型强化学习框架,通过交互感知潜空间模型支持模拟,利用离策略校正与重放更新监督评价器与执行器,平衡自动驾驶车辆(AV)进度与人类驾驶车辆(HDV)交互负担。 在无人信号灯交叉口模拟实验中,该框架实现了100%成功率和跟随HDV加速度变异性分别较PIWM和DreamerV3降低65.5%及44.0%,消融实验证实价值校准降低HDV负担,策略校准提升通行效率。
来源:arXiv · AI · arxiv.org