arXiv cs.RO 机器人学· Sajad Marvi, Julian Schmidt, Alessandro Canevaro, Julian Jordan, Abhinav Valada·2026-10-15 12:00· 2 小时前精选AI 评分56

不确定性驱动自博弈提升多智能体驾驶策略鲁棒性

Uncertainty-Driven Self-Play for Robust Multi-Agent Driving Policies

AI 导读

论文提出一种不确定性驱动的自博弈方案，一半智能体以提高邻居的认知不确定性为奖励，另一半在探索中学习安全驾驶，从而自动生成高难度课程而无需人工设计场景。

推荐理由

论文给出零样本迁移的具体对比数字，可评估该自博弈方案相对标准自博弈的收益幅度。