Tag · 2 篇
目标条件控制
分布 强化学习与具身智能1自动驾驶与遥感1
01 02
STRNet：通过动态图聚合的时空表征视觉导航
STRNet: Visual Navigation with Spatio-Temporal Representation through Dynamic Graph Aggregation
提出一种可泛化的视觉骨干网络，通过空间图推理和混合时序移位模块融合图像序列与目标观测，可复用于目标条件控制任务中的视觉编码。
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。