arXiv cs.MA· Zilin Wang, Saeed Rahmani, Daphne Cornelisse, Bidipta Sarkar, Alexander David Goldie, Jakob Nicolaus Foerster, Shimon Whiteson·· 12 小时前AI 评分38
NOMAD：无需人类演示，用自博弈强化学习让驾驶策略适应新城市
Learning to Drive in New Cities Without Human Demonstrations
AI 导读
NOMAD 提出一种基于地图的自博弈多智能体强化学习方法，仅用目标城市的地图和元信息即可将驾驶策略适配到道路几何、交通规则和交互模式差异显著的新城市，无需该城市的任何人类演示轨迹。该方法在基于目标城市地图构建的模拟器中训练，使用简单奖励函数即显著提升任务成功率和轨迹真实感，为数据密集的城市迁移方法提供了可扩展替代方案。
正文 · AI 翻译
摘要：尽管自动驾驶车辆在特定运营区域内已实现可靠性能，但将其部署到新城市仍然成本高昂且进展缓慢。一个关键瓶颈在于：当把驾驶策略适配到新城市时，需要收集大量人类示范轨迹，而这些城市在道路几何、交通规则和交互模式上都与训练中所见不同。在本文中，我们证明自博弈多智能体强化学习仅使用地图和元信息，就能将驾驶策略适配到差异显著的目标城市，而无需来自该城市的任何人类示范。我们提出 NO data Map-based self-play for Autonomous Driving（NOMAD），它能够在基于目标城市地图构建的模拟器中实现策略适配。使用简单的奖励函数，NOMAD 在目标城市中显著提升了任务成功率和轨迹真实感，展示了一种有效且可扩展的替代方案，可取代数据密集的城市迁移方法。项目页面：this https URL
| Comments: | Autonomous Driving, Reinforcement Learning, Self-play, Simulation, Transfer Learning, Data-efficient Adaptation. Project page: this https URL |
| Subjects: | Robotics (cs.RO); Machine Learning (cs.LG); Multiagent Systems (cs.MA) |
| Cite as: | arXiv:2602.15891 [cs.RO] |
| (or arXiv:2602.15891v2 [cs.RO] for this version) | |
| https://doi.org/10.48550/arXiv.2602.15891 arXiv-issued DOI via DataCite |
Submission history
From: Zilin Wang [view email]
[v1]
Mon, 9 Feb 2026 00:31:20 UTC (7,021 KB)
[v2]
Thu, 22 Oct 2026 11:29:01 UTC (7,632 KB)
来源：arXiv cs.MA · arxiv.org