arXiv · cs.AI· Mahmoud Selim, Cristina Cipriani, Karl Henrik Johansson·· 1 天前
ICDP：通过交互约束离线强化学习提升自动驾驶策略
Beyond Policy Support: Interaction Constrained Offline Reinforcement Learning for Autonomous Driving
arXiv:2610.09763v1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：Mahmoud Selim, Cristina Cipriani, Karl Henrik Johansson
首次提交：2026-10-07 17:48
研究任务与主要进展
作者提出交互约束驾驶策略 ICDP，用于控制自动驾驶离线强化学习中的交互分布偏移。该方法从自车与周围交通参与者未来的联合数据分布出发，将联合支持退化分解为自车支持分量和残余交互支持分量，并通过对比密度比估计约束策略优化；基于论文摘要，作者报告其在 nuPlan、Interplan 及真实卡车实验的闭环评估中抑制了缺乏交互支持的高价值轨迹选择并提升了相关场景表现。
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