NOMAD自博弈强化学习发布

2026年10月23日，Zilin Wang等研究人员在arXiv发表新论文，正式提出NOMAD（NO data Map-based self-play for Autonomous Driving）方法。 该方法旨在解决城市迁移中数据依赖痛点，无需目标城市的人类演示数据，仅需地图和元信息即可通过模拟器进行适应。 NOMAD基于多智能体自我博弈强化学习，利用简单奖励函数，显著提升了驾驶策略在新城市的任务成功率与轨迹真实感，为数据密集型迁移提供可替代方案。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。