RLFTSim: Ottimizzazione tramite Apprendimento per Rinforzo per Simulazione Realistica del Traffico

I ricercatori hanno sviluppato RLFTSim, un framework di ottimizzazione basato sull'apprendimento per rinforzo per la simulazione del traffico multi-agente. A differenza dell'addestramento supervisionato a ciclo aperto, che non riesce a catturare le interazioni dinamiche multi-agente, RLFTSim migliora il realismo allineando le rollout del simulatore con le distribuzioni dei dati reali. Consente inoltre la controllabilità condizionata dagli obiettivi nella generazione di scenari. Il framework è istanziato su un modello di simulazione pre-addestrato con una ricompensa che bilancia fedeltà e controllabilità. Esperimenti sul Waymo Open Motion Dataset mostrano prestazioni all'avanguardia in termini di realismo. Rispetto ai metodi basati su ricerca euristica, RLFTSim richiede significativamente meno campioni grazie a un segnale di ricompensa denso e a bassa varianza.