ReinDriveGen：基于强化学习的驾驶场景生成后训练策略
计算机视觉与模式识别
2026-04-02 v1
摘要
我们提出了ReinDriveGen框架，使动态驾驶场景具备完全可控性，允许用户自由编辑演员轨迹，以模拟前车碰撞、车辆漂移、车辆失控旋转、行人闯红灯以及骑行者横跨车道等安全关键场景。我们的做法从多帧激光雷达数据构建动态3D点云场景，引入车辆完成模块以从部分观察中重建完整360°几何，并将编辑后的场景渲染为2D条件图像以指导视频扩散模型生成逼真的驾驶视频。由于此类编辑场景必然超出训练分布，我们进一步提出了基于强化学习的后训练策略，采用两两偏好模型和两两奖励机制，在无 ground-truth 监督情况下实现对超分布条件下的质量鲁棒性提升。大量实验表明，ReinDriveGen 在编辑后的驾驶场景上优于现有方法，并在 novel ego viewpoint synthesis 上实现了最先进的结果。
引用
@article{arxiv.2604.01129,
title = {ReinDriveGen: Reinforcement Post-Training for Out-of-Distribution Driving Scene Generation},
author = {Hao Zhang and Lue Fan and Weikang Bian and Zehuan Wu and Lewei Lu and Zhaoxiang Zhang and Hongsheng Li},
journal= {arXiv preprint arXiv:2604.01129},
year = {2026}
}
备注
Project page: https://drive-sim.github.io/ReinDriveGen/