实体 Run-then-Walk

Run-then-Walk

PulseAugur coverage of Run-then-Walk — every cluster mentioning Run-then-Walk across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_289796 · Oct 9 · 04:00

新的“Run-then-Walk”策略加速了VLM自动驾驶RL训练

研究人员为基于VLM的自动驾驶规划器开发了一种新颖的“Run-then-Walk”调度策略，该策略利用了强化学习。这种两阶段方法首先关注进度发现（Run-GRPO）以摆脱保守偏见，然后转向安全恢复（Walk-GRPO）以纠正不安全行为。据报道，该方法在NAVSIMv1、NAVSIMv2、Navhard和nuScenes等基准测试中，取得了比传统单阶段RL方法更好的驾驶性能，并且收敛速度快40-50%。