MPC与RL混合框架用于自动驾驶卡车

2026年10月30日，arXiv Artificial Intelligence 刊出 Hooman Hamze 等作者的论文，提出一种用于自动驾驶卡车高速公路驾驶的 MPC 与强化学习混合框架。其做法是：有限时域 MPC 通过动态规划求解，并用预训练 RL 模型估计终端代价。报道称，在含反应式周围交通的仿真环境中，该混合方法实现零碰撞，且代价在所有对比配置中最低；对比对象包括零终端代价的纯 MPC、使用基础策略估计终端代价的 rollout 以及纯 RL。上述结果均来自仿真环境，报道未提及实车测试或道路部署。目前事件进展停留在该论文所报告的仿真结果层面。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。