TerraTransfer++：免演示数据的端到端规划器

📋总体概括

arXiv论文提出TerraTransfer++，一种无需演示数据的端到端自动驾驶规划器训练方法。其核心是用向量化仿真器中的自博弈替代昂贵传统训练范式：以每秒数百万次rollout步的速度生成包含碰撞、险情与恢复等安全关键场景的状态分布，仅需基础驾驶质量奖励即可涌现高反应性策略，再迁移至端到端模型。该方法规避了模仿学习对车队规模驾驶日志的依赖，也绕开照片级仿真闭环强化学习在样本效率与渲染成本上的瓶颈，为具身智能与无人系统的数据难题提供了低成本解法。