arXiv发布自动驾驶安全恢复系统研究

2026年10月16日，arXiv Robotics 发布一项自动驾驶安全恢复系统研究。研究团队先以强化学习训练出竞速策略，该策略将漂移学习为时间最优操作；随后通过以最小时间为奖励的持续训练，把竞速策略迁移为失控恢复策略。研究以相平面稳定平衡点定义“已恢复”状态，并提出 Gym-Khana 用于控制器的训练与评估。报道称该研究由 Teodor Ilie 等研究者发布，论文摘要原文表述为：先训练学习漂移作为时间最优操作的竞速策略，再通过最小时间奖励的持续训练将其适配为恢复策略。目前进展为论文已发布，报道未提供实车验证、适用车型或部署限制等信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。