NVIDIA Alpamayo 發佈：閉環訓練自動駕駛策略的端到端方案 NEWS DETAIL

開發自動駕駛策略需要在訓練與部署之間架起橋梁。視覺-語言-行動模型主要在開環中訓練，但實際部署中駕駛策略運行在閉環環境，每個決策都會影響環境。NVIDIA Alpamayo 通過 AlpaSim 仿真平台和 AlpaGym 閉環訓練框架解決了這一挑戰。

AlpaGym 將仿真反饋直接連接到策略訓練循環，使模型從自身行為在仿真中的後果中學習。通過強化學習，模型不僅針對記錄的專家軌跡進行優化，更能從仿真環境中的實時反饋中改進。這對自動駕駛開發至關重要——小的預測或規劃誤差會隨時間累積。

AlpaGym 支援大規模並行閉環訓練，協調模型推理、仿真運行、訓練更新和跨實例通信，在多樣化仿真場景中高效利用計算資源。