#RHDif

自律走行向けオフライン強化学習に「DiDrive」 リスク認識型で安全な意思決定を追求

Qisong Guo氏ら研究チームは2026年6月4日(現地時間)、自律走行における安全なオフライン強化学習（RL）のためのリスク認識型階層的拡散フレームワーク「DiDrive」を発表した。この新手法は、拡散モデルが多峰性の行動事前分布を捉える一方で、オフラインRLポリシーが抱える分布シフトや、データ範囲外の行動生成（OOD行動生成）といった課題に対処することを目指す。