11:30
官方账号arXiv cs.LG@Zhouchonghao Wu, Akshay Rangesh, Weixin Li, Wei-Jer Chang, Zachary Lee, Tim Wang, Wei Zhan
推荐理由：TerraZero 用程序化模拟+零演示强化学习搞定了自动驾驶长尾场景，跑得巨快，还拿了 InterPlan 和 Waymo 的 SOTA，你不想看看怎么做到的？
InterPlan
共 1 条相关 AI 资讯
7月15日
11:30
TerraZero 是一个程序化驾驶模拟器与自博弈训练框架，在单 GPU 上达到每秒 130 万 agent-step，远超同类模拟器。它基于真实地图几何随机生成交通场景，无需人类演示，仅靠强化学习从头训练策略。该策略在 InterPlan 长尾基准上首次超越所有学习型规划器，并在 Waymo 开放模拟智能体任务中优于其他无演示方法。此外，在常规驾驶基准 val14 上，TerraZero 取得最低碰撞率和最佳碰撞时间分数。