AI 搜索

带引用 · 可溯源

先用站内已采集内容作答；站内不足时联网检索，每条结论都给出来源链接

大家都在搜：vLLM12 AbridgeKV 在 vLLM 中的实现改动涉及哪些模块？10 agent10 alignment10 fine-tuning10 multi-agent10 post-training10 pretraining10

AI 答案

资料有限基于 1 条来源 · 引用可点击溯源

现有资料不足以确定论文 1 的仿真环境具体基于哪个平台。资料中能确认的相关信息只有：

该研究使用强化学习先训练赛车漂移策略，再迁移到车辆失稳恢复任务1；
研究定义了基于相平面的稳定平衡态，并使用 Gym-Khana 作为评测环境1；
除仿真评测外，还在 1:10 F1TENTH 实车上进行了验证1。

也就是说，资料只提到评测环境名为 Gym-Khana，但未说明其底层是 CARLA、Isaac Gym 还是自建车辆动力学模型，也未给出该环境的实现细节。因此无法据此判断具体平台，需要查阅论文正文或开源代码才能确认。

继续追问

Gym-Khana 是什么？它是基于哪个仿真后端实现的？论文 [1] 的实车验证（1:10 F1TENTH）与仿真结果差距有多大？相平面稳定平衡态的定义在论文中是如何构造的？

参考来源

1 条

1站内Race to Recovery: Designing Advanced Safety Systems for Autonomous Driving via Learning Autonomous Racing该研究用强化学习先训练赛车漂移策略，再迁移到车辆失稳恢复任务，并定义基于相平面的稳定平衡态与 Gym-Khana 评测环境。在 294 个失控状态下恢复率较 Stanley 提升 186.8%，优于 NMPC 与从零训练策略，并在 1:10 F1TENTH 实车上验证，为自动驾驶极限安全系统提供新思路。arXiv cs.ROhttps://arxiv.org/abs/2610.20873

AI 答案正在检索与综合…

站内相关条目

1 条 · 点击可看原文全文与中文译文

返回信息流

具身

Race to Recovery: Designing Advanced Safety Systems for Autonomous Driving via Learning Autonomous Racing

该研究用强化学习先训练赛车漂移策略，再迁移到车辆失稳恢复任务，并定义基于相平面的稳定平衡态与 Gym-Khana 评测环境。在 294 个失控状态下恢复率较 Stanley 提升 186.8%，优于 NMPC 与从零训练策略，并在 1:10 F1TENTH 实车上验证，为自动驾驶极限安全系统提供新思路。

具身智能·arXiv cs.RO·5 天前

#autonomous-driving