Tag · 2 篇
深度强化学习
分布 自动驾驶与遥感1强化学习与具身智能1
01 02
面向安全感知端到端驾驶的可靠策略迁移深度强化学习
Reliable Policy Transfer for Safety-Aware End-to-End Driving with Deep Reinforcement Learning
把逐边异方差不确定性与 critic 集成的不确定性信号统一接入关系图注意力、策略熵门控与迁移对齐，为视觉端到端驾驶提供了一种可复用的「控制层可靠性接口」设计；做闭环驾驶策略学习时可直接借鉴其不确定性驱动探索与少样本域迁移的做法。
推与迈步：从基于强化学习的平衡恢复到密集人群的物理仿真
Push-and-Step: From RL-Based Balance Recovery to Physical Simulation of Dense Crowds
两阶段深度强化学习策略（参考动作预训练 + 自适应相位精修）配合物理仿真人体，可用于视觉中的人体运动生成与物理可信的多人交互仿真；其基于机械效率与碰撞风险的邻居肩部接触启发式，为视觉驱动的接触选择与力传递建模提供了可复用思路。