CtRL-Sim：使用离线强化学习的反应性和可控驾驶agent

文章预览

点击下方 卡片 ，关注“ 自动驾驶Daily ”公众号 戳我-> 领取近15个自动驾驶方向路线 今天自动驾驶Daily今天为大家分享一篇使用离线强化学习的反应性和可控驾驶代理：CtRL-Sim。如果您有相关工作需要分享，请在文末联系我们！ 也欢迎添加小助理微信AIDriver004，加入我们的技术交流群 >> 点击进入→ 自动驾驶Daily技术交流群 本文只做学术分享，如有侵权，联系删文 原标题：CtRL-Sim: Reactive and Controllable Driving Agents with Offline Reinforcement Learning 论文链接：https://arxiv.org/pdf/2403.19918 代码链接：https://github.com/montrealrobotics/ctrl-sim/ 项目网站：https://montrealrobotics.ca/ctrlsim/ 作者单位：Mila 蒙特利尔大学 蒙特利尔理工大学 普林斯顿大学 CIFAR AI Chair Torc Robotics 论文思路： 在模拟中评估自动驾驶车堆栈（AVs）通常涉及重放从现实世界记录的交通日志。然而，从离线数据 ………………………………