用于基于扩散模型的端到端轨迹规划的闭环自适应强化学习微调

《IEEE Transactions on Vehicular Technology》:Closed-Loop Adaptive Reinforcement Learning Fine-Tune for Diffusion-Based End-to-End Trajectory Planning

【字体: 大 中 小 】 时间:2026年10月22日 来源:IEEE Transactions on Vehicular Technology 7.5

编辑推荐:

   **摘要:** 自动驾驶需要在复杂、交互的环境中生成物理可行且上下文感知的轨迹,以在专家级一致性与适应性之间取得平衡。基于扩散的规划器能够实现多模态轨迹生成,但在闭环部署中往往存在不稳定性与开环漂移问题。为克服这些局限性,我们提出了一种面向基于扩散的轨迹规划的闭环自适应强化

  **摘要:**自动驾驶需要在复杂、交互的环境中生成物理可行且上下文感知的轨迹,以在专家级一致性与适应性之间取得平衡。基于扩散的规划器能够实现多模态轨迹生成,但在闭环部署中往往存在不稳定性与开环漂移问题。为克服这些局限性,我们提出了一种面向基于扩散的轨迹规划的闭环自适应强化学习微调框架(CARL-Diffusion),该框架融合了紧凑的截断扩散生成器、双分支评分架构以及强化学习微调阶段。扩散生成器产生多样化的轨迹提案,而双分支评分器则联合评估结构一致性与动态鲁棒性。在训练过程中,强化学习基于物理仿真器中的交互反馈对评分器进行微调,同时冻结生成器以保持其所学到的分布特性。结合双裁剪组相对策略优化与自适应重放采样,进一步提升了训练稳定性和数据利用效率。这种混合设计通过反馈驱动优化,将扩散模型的生成多样性与环境感知的适应性统一起来。在nuScenes和NAVSIM数据集上的实验表明,该框架具有优异的综合性能,平均L2距离达到0.44米,碰撞率为0.12%,PDMS得分为87.8,证明了该框架能够生成安全、平滑且动态一致性高的轨迹。初步的港口部署进一步验证了在混合交通条件下自动驾驶导引车(AGV)的可靠运行,为自动驾驶在实际应用中的进一步成熟铺平了道路。**一、引言**自动驾驶已成为智能交通研究中最具前景的方向之一,在提升道路安全、交通效率和可持续出行方面具有巨大潜力。在该领域中,轨迹规划是决定车辆行为整体质量与安全性至关重要的组成部分。它充当感知与控制之间的桥梁,将环境理解转化为可执行的运动决策。规划轨迹的保真度与一致性被广泛认为是衡量驾驶智能的关键指标,反映了自主系统的推理能力和行为可靠性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号