专家序列：通过时间交替提升自动驾驶仿真学习规划器
机器人学
2025-12-16 v1 人工智能
摘要
仿真学习 (IL) 已成为自动驾驶中的核心范式。虽然 IL 在通过最小化每个步骤预测误差来匹配专家行为方面在开环设置中表现出色，但在闭环环境中的性能却因时间段小而难以察觉的误差逐渐累积而下降。随着规划周期的推进，这些误差会导致严重故障。当前的研究主要依赖日益复杂的网络架构或高保真训练数据集来增强 IL 规划器对误差累积的鲁棒性，侧重于单个时间点的状态层鲁棒性。然而，自动驾驶本质上是连续过程，利用时间尺度来增强鲁棒性可能为解决此问题提供新的视角。为此，我们提出了一种称为序列专家 (SoE) 的方法，通过时间交替来提升闭环性能，而无需增加模型大小或数据需求。我们在大规模自动驾驶基准数据集 nuPlan 上的实验表明，SoE 方法 consistently and significant地提高了所有所评估模型的性能，并达到了最先进的性能。这一模块可能为提高自动驾驶模型训练效率提供关键且广泛适用的支持。
引用
@article{arxiv.2512.13094,
title = {Sequence of Expert: Boosting Imitation Planners for Autonomous Driving through Temporal Alternation},
author = {Xiang Li and Gang Liu and Weitao Zhou and Hongyi Zhu and Zhong Cao},
journal= {arXiv preprint arXiv:2512.13094},
year = {2025}
}