【CVPR2025】CarPlanner: 一种用于自动驾驶大规模强化学习的一致性自回归轨迹规划

文章预览

来源：专知 本文 约1000字 ，建议阅读 5 分钟 在本文中，我们提出了CarPlanner，一种基于一致性的自回归规划器，利用RL生成多模态轨迹。 轨迹规划对于自动驾驶至关重要，确保在复杂环境中实现安全高效的导航。尽管最近基于学习的方法，特别是强化学习（RL），在特定场景中展现了潜力，但RL规划器在训练效率和处理大规模现实驾驶场景方面仍面临挑战。 在本文中，我们提出了CarPlanner，一种基于一致性的自回归规划器，利用RL生成多模态轨迹。自回归结构实现了高效的大规模RL训练，而一致性的引入通过保持时间步之间的一致性，确保了稳定的策略学习。此外，CarPlanner采用了一种生成-选择框架，结合专家引导的奖励函数和不变视角模块，简化了RL训练并提升了策略性能。 大量分析表明，我们提出的RL框架有效解决了训练效率和性能提升的挑战， ………………………………