arXiv · cs.AI· Sajad Marvi, Julian Schmidt, Alessandro Canevaro, Julian Jordan, Abhinav Valada·· 1 天前
不确定性驱动自博弈提升多智能体驾驶策略的零样本迁移
Uncertainty-Driven Self-Play for Robust Multi-Agent Driving Policies
arXiv:2610.19714v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Sajad Marvi, Julian Schmidt, Alessandro Canevaro, Julian Jordan, Abhinav Valada
研究任务与主要进展
研究提出不确定性驱动的多智能体自博弈方案，让部分智能体通过提高邻居的认知不确定性探索策略薄弱点，从而无需手工设计场景即可生成困难课程。该方法在nuPlan Val14和Argoverse 2上的零样本迁移成绩分别为99.12%和82.39%，高于标准自博弈的97.97%和78.03%，并在Waymo上取得更高性能。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org