论文12:23R^2LPL：通过错误回滚与终身学习实现自动驾驶策略持续改进这篇论文教你用 R^2LPL 让自动驾驶策略从自己的错误里学，在 nuPlan 上跑分直接刷到 SOTA。#R^2LPL#nuPlan#自动驾驶#终身学习aarXiv cs.AI@Cheng Gong 等 5 人原文稍后读已读值得跟进有用关注 R^2LPL