多智能体交通仿真

RLFTSim：通过强化学习微调实现真实且可控的多智能体交通仿真

RLFTSim: Realistic and Controllable Multi-Agent Traffic Simulation via Reinforcement Learning Fine-Tuning

对做自动驾驶仿真与轨迹预测的研究者，这篇给出了用强化学习微调替代开环监督训练、以低方差稠密奖励把仿真 rollout 分布对齐真实数据的具体做法，可直接迁移到自车规划器的闭环评测与可控场景生成。