Imagine-2-Drive：通过多模态扩散策略利用高保真世界模型
机器人学
2025-03-11 v2 人工智能
摘要
基于世界模型的强化学习 (WMRL) 通过减少对在线交互的需求来实现样本高效策略学习，这些在线交互在自主驾驶等场景下可能昂贵且不安全。然而，现有的世界模型常常存在低预测保真度和单步误差的叠加，导致策略在长时间尺度上退化。此外，传统 RL 策略往往是确定性的或基于单高斯的，无法捕捉复杂驾驶情景中决策的多模态本质。为此，我们提出 Imagine-2-Drive，一种新颖的 WMRL 框架，将高保真度世界模型与多模态扩散策略演员集成。其包含两个关键组件：DiffDreamer，一种基于扩散的世界模型，能够同时生成未来观察，从而缓解误差累积；DPA (扩散策略演员)，一种基于扩散的策略，建模多样化和多模态轨迹分布。通过在 DiffDreamer 中训练 DPA，我们的方法实现了最低的在线交互即可进行稳健策略学习。我们在 CARLA 中使用标准驾驶基准进行评估，表明该方法在先前世界模型基线之上表现更好，Route Completion 和 Success Rate 分别提升了 15% 和 20%。
引用
@article{arxiv.2411.10171,
title = {Imagine-2-Drive: Leveraging High-Fidelity World Models via Multi-Modal Diffusion Policies},
author = {Anant Garg and K Madhava Krishna},
journal= {arXiv preprint arXiv:2411.10171},
year = {2025}
}
备注
Submitted to IROS 2025