【华中科技大学和地平线】RAD：通过基于大规模3DGS的强化学习来训练端到端驾驶策略

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2502.13144 项目主页：https://hgao-cv.github.io/RAD/ 摘要 本文介绍了RAD：通过基于大规模3DGS的强化学习来训练端到端驾驶策略。现有端到端自动驾驶（AD）算法通常遵循模仿学习（IL）范式，它面临着因果混淆和开环差距等挑战。本项工作建立了一个基于3DGS的闭环强化学习（RL）训练范式。通过利用3DGS技术，本文构建了真实物理世界的逼真数字化复制品，使得AD策略能够广泛探索状态空间，并且通过大规模的试错来学习处理分布外的场景。为了提高安全性，本文设计了专门的奖励，它引导策略有效地应对安全关键事件并且理解现实世界因果关系。为了更好地与人类驾驶行为保持一致，IL作为正则化项加入到RL训练中。本文引入了一个闭环评估基准，它由多 ………………………………