研究者提出ADV-0对抗策略优化框架，被NeurIPS 2026接收

Tong Nie 等研究者在 arXiv 发布论文 ADV-0（2603.15221v2），提出一个面向长尾鲁棒自动驾驶的闭环 min-max 优化框架，该论文已被 NeurIPS 2026 接收。框架将驾驶策略（防守方）与对抗智能体（攻击方）的交互建模为零和 Markov 博弈，把对抗者演化转化为迭代偏好学习。 论文称理论上 ADV-0 收敛到 Nash 均衡并最大化真实性能的认证下界；实验显示其能揭示多样化安全关键失效，提升学习策略与运动规划器对未见长尾风险的泛化能力。上述为作者论文中的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。