CoPark：自博弈学习反应式泊车策略

Jiarong Wei 等提出 CoPark，一种基于残差策略架构的多智能体自博弈强化学习方法，用于反应式自动泊车。作者称该方法在反应式泊车基准上取得约 70–85% 成功率、3–6% 碰撞率，明显优于经典方法、模仿学习和大规模强化学习基线。 方法上，预计算的离线规划提供固定动作先验，残差头学习反应式修正；通过伙伴威胁调制的通道非对称先验释放，在纵向通道让渡控制权以实现让行，横向通道保持锚定以保证亚米级车位对齐。策略在六个停车场训练，并在包含 Dragon Lake Parking（DLP）和 DeepScenario Open 3D（DSC3D）的新反应式泊车基准上做零样本评测。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。