arXiv cs.RO· Sajad Marvi, Julian Schmidt, Alessandro Canevaro, Julian Jordan, Abhinav Valada·2026-10-15 12:00· 4 小时前

不确定性驱动自博弈：实现鲁棒多智能体驾驶策略

Uncertainty-Driven Self-Play for Robust Multi-Agent Driving Policies

AI 导读

研究提出不确定性驱动自博弈方案，一半智能体被激励提升邻居的认知不确定性，另一半学习安全驾驶，探索智能体据此自动生成高难度课程。所得策略零样本迁移至 nuplan Val14 达 99.12%（标准自博弈为 97.97%），Argoverse 2 达 82.39%（对比 78.03%），无需微调。

来源：arXiv cs.RO · arxiv.org