热点事件持续更新
研究人员提出自动驾驶自博弈框架SHRED
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员在arXiv发布自动驾驶仿真与规划框架SHRED。该框架无需依赖专家演示或轨迹回放，而是通过大规模异构自我博弈机制，联合训练车辆、行人与骑行者等不同道路使用者。评测表现方面，在Waymo Open Sim Agents Challenge（WOSAC）基准上，SHRED的表现超越了此前的无演示基线以及依赖专家演示策略的方法；在强交互基准InterPlan测试中，SHRED的规划性能同样优于所有参与对比的规划器。
AI 根据报道生成 · 7 小时前更新
最新进展10月16日 12:00
研究人员发布自动驾驶自博弈框架SHRED，在WOSAC和InterPlan基准测试中表现优于对比基线。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 机器学习SHRED：无需专家演示的异构道路使用者自我博弈框架
SHRED 是一种无需专家演示或轨迹回放、通过大规模异构自我博弈联合训练车辆、行人与骑行者的自动驾驶仿真与规划框架。在 Waymo Open Sim Agents Challenge（WOSAC）上，该框架表现超越了此前无演示基线及依赖演示策略的方法。在强交互基准 InterPlan 上，SHRED 的规划性能同样优于所有对比规划器。
本事件热度走势
当前热度 8·可比范围峰值 10（10月16日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。