Think2Drive：在准真实自动驾驶（CARLA-v2）中通过潜世界模型思考实现高效强化学习

现实世界的自动驾驶（AD），尤其是城市驾驶，涉及许多极端案例（corner cases）。最近发布的 AD 模拟器 CARLA v2 在驾驶场景中增加了 39 种常见事件，提供了比 CARLA v1 更准真实的测试平台。这给社区带来了新的挑战，迄今为止尚无文献报道在 V2 新场景中的任何成功，因为现有工作大多依赖特定规则进行规划，却无法覆盖 CARLA v2 中更复杂的情况。在本工作中，我们主动直接训练规划器，希望能灵活有效地处理极端案例，我们认为这也是自动驾驶的未来。据我们所知，我们开发了首个用于自动驾驶的基于模型的强化学习方法 Think2Drive，该方法利用世界模型学习环境转移，随后作为神经模拟器来训练规划器。由于世界模型中低维状态空间和张量的并行计算，这一范式显著提高了训练效率。结果是，Think2Drive 能够在单块 A6000 GPU 上训练 3 天内，在 CARLA v2 中以专家级水平运行；据我们所知，目前尚未有关于 CARLA v2 成功（100% 路线完成度）的报道。我们还提出了 CornerCase-Repository，一个支持按场景评估驾驶模型的基准。此外，我们提出了一种新的平衡指标，通过路线完成度、违规数量和场景密度来评估性能，从而使驾驶评分能提供有关实际驾驶性能的更多信息。