arXiv · cs.AI· Ding Fan, Xuewen Luo, Hwa Hui Tew, Susilawati, Vishnu Monn Baskaran, Fucai Ke·· 6 小时前
M-Diffusion Planner：利用多头扩散与强化学习实现个性化驾驶
Drive As You Like: Multi-Head Diffusion with Reinforcement Learning for Personalized Driving
arXiv:2508.16947v3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：Ding Fan, Xuewen Luo, Hwa Hui Tew, Susilawati, Vishnu Monn Baskaran, Fucai Ke
研究任务与主要进展
研究提出M-Diffusion Planner，将个性化驾驶中的意图理解与轨迹规划解耦，由大语言模型推断驾驶需求并选择相应的扩散策略头。经模仿预训练和基于策略奖励的强化学习后，各策略头形成不同的驾驶行为；作者还改造GRPO以约束策略特定更新并减少规划能力退化。nuPlan开环和闭环评估显示策略行为与驾驶意图对齐，并取得具有竞争力的规划表现，材料未提供更多实验细节。
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