Tag · 4 篇

闭环仿真

分布自动驾驶与遥感2强化学习与具身智能13D 视觉与重建1

SimScale: Learning to Drive via Real-World Simulation at Scale

利用神经渲染构建可交互仿真环境，合成大规模多视角驾驶数据，并通过伪专家轨迹提供动作监督，为自动驾驶规划策略的鲁棒性和泛化性提升提供可扩展的数据增强方案。

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。

PlannerRFT: Reinforcing Diffusion Planners through Closed-Loop and Sample-Efficient Fine-Tuning

对做扩散策略/规划的研究者，这篇给出一种在推理管线不变的前提下，用双分支优化同时精修轨迹分布并引导去噪探索的强化微调范式，可直接迁移到机器人操作或视觉导航中的扩散策略后训练。

PerpetualWonder: Long-horizon Action-conditioned 4D Scene Generation

把物理状态与视觉基元做双向绑定、并用多视角监督消解优化歧义，是让生成式细化能反过来修正底层物理的通用思路；做可交互场景生成或世界模型时，可直接借鉴这种闭环更新机制。