自动驾驶决策智能体

训练快且驾驶更安全

同时利用演示与交互数据训练的强化学习智能体，解决了梯度冲突导致的训练停滞，可直接部署于实车。

Shan, Zitong · 赵健 · Huang, Wenhui · Yang, Zhao · Ge, Linhe · Zhong, Shouren · 胡宏宇 · Lv, Chen · 朱冰

Transportation Research, Part C: Emerging Technologies 2025

技术优势

训练不卡住

通过梯度投影技术缓解演示数据和交互数据之间的梯度冲突，防止学习停滞，让训练过程持续推进。

能上真车

该方法已部署到真实自动驾驶车辆上，并在增强现实实验中验证，初步解决了从仿真到现实的迁移问题。

应用场景

• 自动驾驶：直接部署到实车，处理真实交通流中的决策任务。
• 智能车辆控制：从演示和交互数据中学习控制策略，提升驾驶安全性。
• 具身智能体：在真实车辆上运行，通过与环境交互进行决策。