密集强化学习测试环境

评估效率大幅提升

通过多代理模型集成和系数优化,在高维超车场景中显著提升自动驾驶测试评估效率。

杨敬轩 · 76939495 · Haoyuan, Ji · 张毅 · 胡坚明 · 封硕

IEEE Transactions on Intelligent Transportation Systems 2025

技术优势

评估更鲁棒

整合多个代理模型并优化其组合系数,减少单一先验知识偏差对评估结果的影响。

高样本效率

提出密集强化学习方法与新型自适应策略,在测试中有效学习关键场景的价值。

支撑高维场景

通过回归任务与二次规划高效确定组合系数,使自适应测试环境适用于高维场景。

应用场景