arXiv · cs.AI· Mahmoud Selim·· 20 天前AI 评分28
超越策略支持：面向自动驾驶的交互约束离线强化学习方法 ICDP
Beyond Policy Support: Interaction Constrained Offline Reinforcement Learning for Autonomous Driving
来源与原文
arXiv · cs.AI
作者：Mahmoud Selim
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.09763v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 ICDP（Interaction-Constrained Drive Policy），一种离线强化学习框架，显式控制自动驾驶中的交互分布偏移（IDS）。该方法通过对比密度比估计分离交互支持分量，无需联合密度建模、周围智能体预测或仿真器 rollout。在 nuPlan、Interplan 及真实卡车实验中，ICDP 抑制了高价值但缺乏交互支持的轨迹选择，提升了交互关键场景的表现。
来源：arXiv · cs.AI · arxiv.org