具体而言，R-UniAD的实施分为三个阶段：首先，利用冷启动数据，通过模仿学习在云端训练出一个端到端自动驾驶大模型；接着，基于强化学习，让云端的大模型与世界模型进行协同交互，持续优化模型的性能；最后，通过高…
