研究者提出AWM多智能体自博弈鲁棒运动规划框架

Tong Nie 等作者在arXiv发表论文，提出对抗性世界建模（AWM）框架，把自动驾驶的对抗鲁棒规划学习构建为受约束的 min-max 博弈，用多智能体自博弈微调替代外部场景生成器或模拟器密集回滚。该方法将规划器的预测世界模型转化为角色条件化对手，通过反事实信用分配学习稀疏、场景自适应的攻击联盟，ego 规划器则以尾险加权和参考锚定信任域优化鲁棒最优响应。 作者称，在 nuPlan 和 InterPaln 基准上的实验表明，该方法能生成可迁移的对抗交互，得到的规划器在常规场景和高度交互的长尾场景中均取得有竞争力的闭环表现。

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。