ReinDriveGen：用于分布式驾驶场景生成的强化 后训练

我们推出了 ReinDriveGen，这是一个能够完全可控动态驾驶场景的框架，允许用户自由编辑场景参与者轨迹来模拟安全关键的极端情况，例如前车碰撞、漂移汽车、车辆失控旋转、行人乱穿马路以及骑车人穿越车道。我们的方法从多帧 LiDAR 数据构建动态 3D 点云场景，引入车辆完成模块以根据部分观察重建完整的 360° 几何形状，并将编辑的场景渲染为 2D 条件图像，指导视频扩散模型合成逼真的驾驶视频。由于此类编辑的场景不可避免地落在训练分布之外，因此我们进一步提出了一种基于强化学习的 后训练 策略，该策略具有成对偏好模型和成对奖励机制，从而在没有 真值 监督的情况下实现分布外条件下的稳健质量改进。大量实验表明，ReinDriveGen 在编辑驾驶场景方面优于现有方法，并在新颖的自我观点合成方面取得了最先进的结果。