https://auto-driving-blog.vercel.app/tags/-%E7%AD%96%E7%95%A5%E4%BC%98%E5%8C%96/ Recent content in 📐 策略优化 on Elon's AD Insight Hugo zh-cn Sun, 19 Jul 2026 00:00:00 +0000 https://auto-driving-blog.vercel.app/posts/paper-reading/alpamayo-r1%E7%B2%BE%E8%AF%BB/ Sun, 19 Jul 2026 00:00:00 +0000 https://auto-driving-blog.vercel.app/posts/paper-reading/alpamayo-r1%E7%B2%BE%E8%AF%BB/ AlpaMayo-R1 将 GRPO 强化学习方法引入自动驾驶策略训练，通过奖励驱动的方式优化驾驶决策的安全性与效率，配合 AlpaSim 仿真与 AlpaAuditor 审计形成完整闭环。