研究人员开发了SHRED,一个新颖的框架,使自动驾驶汽车、行人和骑自行车的人能够通过自博弈学习复杂的交互,而无需依赖专家演示。该方法结合了特定类型的动态和目标与程序化场景生成和随机化,以培养多样化的行为。SHRED在Waymo Open Sim Agents Challenge (WOSAC) 和 InterPlan 基准测试中表现出色,优于无演示自博弈基线和使用演示训练策略的方法。研究强调,在自博弈中引入异构性可以显著提高交通的真实性和规划能力,尤其是在交互水平很高的场景中。 AI
影响 展示了一种训练自主代理的新范例,有可能减少对大量人类演示数据集的依赖。
排序理由 研究论文发表在arXiv上,详细介绍了用于自主代理的新AI框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →