arXiv于2026年10月14日收录论文《SHRED: Self-Play for Heterogeneous Road-Users without Expert Demonstrations》。研究团队提出一种面向异构道路参与者的自博弈框架，让车辆、行人和自行车骑行者从随机初始化开始共同训练，不使用专家示范或已记录轨迹回放。论文原始摘要
该方法为不同类型的道路参与者设置相应的动力学和目标函数，并结合程序化场景生成与个体随机化，使多种交通行为通过闭环互动逐步形成。论文称，SHRED能够在Waymo Open Sim Agents Challenge中同时控制三类道路参与者，并优于最接近的无示范自博弈基线，以及使用示范训练参考策略的既有自博弈方法。
研究还通过消融实验比较了异构自博弈与仅训练车辆的方案。摘要显示，引入车辆、行人和骑行者之间的共同互动后，交通行为真实性和规划表现均有所改善，尤其是在道路参与者集中交互的场景中，规划收益更明显。
需要注意的是，这是一篇于10月14日提交的预印本，摘要中的性能优势属于论文作者报告的实验结论，仍应结合完整实验设置、数据划分和独立复现进一步判断。该研究的直接意义在于探索减少自动驾驶模型对人工示范数据依赖的训练路径，但仿真环境中的结果能否稳定迁移到真实道路，尚不能仅凭摘要确认。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
