跳到正文
arXiv · AI· Sajad Marvi, Julian Schmidt, Alessandro Canevaro, Julian Jordan, Abhinav Valada·· 2026-10-15AI 评分28

不确定性驱动的自我博弈提升多智能体驾驶策略鲁棒性

Uncertainty-Driven Self-Play for Robust Multi-Agent Driving Policies

AI 导读

提出不确定性驱动自我博弈方案,使驾驶策略在 nuplan Val14 零样本迁移得分达 99.12%,Argoverse 2 达 82.39%。 探索智能体利用认知不确定性作为难度代理,自动生成高挑战性场景课程,无需人工设计。 LSTM 隐状态覆盖率提升 85%,高不确定性智能体失败率为低不确定性者的 14.8 倍。

来源:arXiv · AI · arxiv.org