⏶4
CoIRL-AD：用于自动驾驶的潜世界模型中的协作-竞争模仿-强化学习
发表
由 
Xiaoji Zheng 提交
Xiaoji Zheng 提交作者: Xiaoji Zheng, Ziyuan Yang, Yanhao Chen, Yuhang Peng, Yuanrong Tang, Gengyuan Liu, Bokui Chen, Jiangtao Gong
Xiaoji Zheng, Ziyuan Yang, Yanhao Chen, Yuhang Peng, Yuanrong Tang, Gengyuan Liu, Bokui Chen, Jiangtao Gong摘要
仅通过模仿学习 (IL) 训练的端到端自动驾驶模型通常泛化能力较差。相比之下，强化学习 (RL) 通过奖励最大化促进探索，但面临样本效率低下和收敛不稳定等挑战。一个自然的解决方案是将 IL 和 RL 结合起来。我们超越了传统的两阶段范式（IL 预训练后进行 RL 微调），提出了 CoIRL-AD，一个竞争性的双策略框架，允许 IL 和 RL 代理在训练期间进行交互。CoIRL-AD 引入了一个基于竞争的机制，该机制促进知识交换，同时防止梯度冲突。在 nuScenes 数据集上的实验表明，与基线相比，碰撞率降低了 18%，并且在长尾场景中具有更强的泛化能力和更高的性能。代码可在：https://github.com/SEU-zxj/CoIRL-AD 获取。
我们提出了一个新颖的训练框架，通过使用潜在的世界模型来集成模仿学习和强化学习。在 nuScenes 数据集上的实验结果表明，与基线方法相比，在泛化能力和长尾场景的表现方面都有显著提高。
🤗
主页：https://seu-zxj.github.io/CoIRL-AD/
论文：https://arxiv.org/abs/2510.12560
GitHub：https://github.com/SEU-zxj/CoIRL-AD
模型：https://huggingface.co/Student-Xiaoji/CoIRL-AD-models