研究人员开发了TerraZero，这是一种新颖的程序化驾驶模拟器，专为大规模、零演示的自动驾驶代理自我对抗训练而设计。该系统使用C引擎进行模拟，并使用GPU进行策略推理，每秒可实现130万次代理步骤的高吞吐量。TerraZero通过随机化地图几何、代理动态和奖励来生成多样化的场景，使策略能够在没有人类演示的情况下泛化到不同环境。该系统在InterPlan长尾和Waymo Open Sim Agents等基准测试中展示了最先进的性能，在安全性和碰撞避免方面取得了最高排名。 AI
影响 该模拟器通过实现大规模、高效的训练，有望加速更安全、更鲁棒的自动驾驶系统的开发和测试。
排序理由 该集群描述了一篇关于用于AI训练的新型模拟器的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.13028v1 Announce Type: cross Abstract: Training robust autonomous driving agents requires a simulator that is fast enough for reinforcement learning at scale, realistic enough to ground behavior in real-world map structure, and diverse enough to cover the safety-critic…
Training robust autonomous driving agents requires a simulator that is fast enough for reinforcement learning at scale, realistic enough to ground behavior in real-world map structure, and diverse enough to cover the safety-critical long tail that logged data rarely contains. We …