融合大语言模型的多车交互关键测试场景闭环生成方法

作者	单位
王晓鹏，马智文

摘要点击次数: 46

全文下载次数: 0

中文摘要:

针对当前自动驾驶测试中关键场景样本稀缺及多车复杂工况下风险引导泛化能力有限等问题，提出一种融合大语言模型的多车交互关键测试场景闭环生成方法。该方法基于Waymo公司的开放运动数据集（WOMD）构建多车交互的闭环关键场景生成（CLKG）模型，对动态智能体、地图多段线和交通信号进行统一编码，并在控制动作空间完成扩散去噪和动力学展开；同时，引入对抗车辆预测器筛选最具威胁性的对抗目标车辆，利用本地部署的大语言模型，根据交通拓扑动态生成风险引导函数。结果表明，CLKG模型生成的对抗车辆与自车发生碰撞的场景比例可达37.79%，OnSite综合评价得分为67.01，验证了该方法在闭环安全测试中的有效性。

英文摘要:

查看全文查看/发表评论

关闭