端到端训练新范式！华科&地平线RAD：基于3DGS的闭环强化学习SOTA！性能提升3倍~

文章预览

直播预告 智猩猩「DeepSeek大解读 」系列公开课第三期来啦！2月24日19:00 ，阿里云三位技术专家将分别围绕云上智能算力支撑DeepSeek、智算场景的Kubernetes容器、DeepSeek一键部署及应用集成进行直播讲解。扫码报名申请观看直播或入群交流。 文章转载自公众号： 自动驾驶之心。 本文只做学术/技术分享，如有侵权，联系删文。 现有的端到端自动驾驶（AD）算法通常遵循模仿学习（IL）范式，这面临着因果混淆和开环Gap等 挑战。在这项工作中，我们建立了一个基于3DGS的闭环强化学习（RL）训练范式。通过利用3DGS技术，可以构建真实物理世界的真实仿真结果，使AD策略能够广泛探索状态空间，并通过大规模试错学习处理分布外场景。为了提高安全性，我们设计了专门的奖励机制，引导策略有效应对安全关键事件并理解现实世界的因果关系。为了更好地与人 ………………………………