PulseAugur
中
实时 09:07:36
实体 DiffMPC

DiffMPC

PulseAugur coverage of DiffMPC — every cluster mentioning DiffMPC across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_368339 ·

    新方法从强化学习教师那里蒸馏出约束驾驶策略

    研究人员开发了一种方法,将自玩强化学习 (RL) 驾驶策略的知识蒸馏到一个约束可微分模型预测控制 (DiffMPC) 学生中。该方法保留了近端策略优化 (PPO) 教师策略的核心,并用强制执行道路边界和代理约束的 DiffMPC 替换其动作头。然后,在教师的自玩模拟器中使用 DAgger 训练学生策略。这个蒸馏过程耗时不到教师训练时间的 30%,结果是一个约束学生,在包括 nuPlan、CARLA 和分布外 Waymo 场景在内的各种…