端到端自动驾驶中强化扩散与多模式轨迹生成
- 2026-10-29 09:58:49
端到端自动驾驶中强化扩散与多模式轨迹生成
♦提出端到端自动驾驶（E2E-AD）框架DIVER，结合扩散模型和强化学习，用于生成多样化、安全且目标导向的轨迹。
♦引入了策略感知扩散生成器（PADG），通过条件扩散生成器结合地图元素和周围智能体信息，生成多种模式的轨迹，捕捉不同的驾驶风格。
♦利用强化学习中的Group Relative Policy Optimization（GRPO）目标来指导扩散过程，优化轨迹的多样性和安全性，解决模仿学习中的模式坍塌问题。
♦提出轨迹多样性度量指标，为评估多模式预测的多样性提供了一种更合理的方法，相比现有指标更具原则性。
♦在Bench2Drive、NAVSIM和nuScenes等多个基准测试中，证明了DIVER在提高轨迹多样性、安全性和可行性方面的显著优势。
#具身智能 #自动驾驶
♦引入了策略感知扩散生成器（PADG），通过条件扩散生成器结合地图元素和周围智能体信息，生成多种模式的轨迹，捕捉不同的驾驶风格。
♦利用强化学习中的Group Relative Policy Optimization（GRPO）目标来指导扩散过程，优化轨迹的多样性和安全性，解决模仿学习中的模式坍塌问题。
♦提出轨迹多样性度量指标，为评估多模式预测的多样性提供了一种更合理的方法，相比现有指标更具原则性。
♦在Bench2Drive、NAVSIM和nuScenes等多个基准测试中，证明了DIVER在提高轨迹多样性、安全性和可行性方面的显著优势。
#具身智能 #自动驾驶
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。
