Scenario Generation for Testing of Autonomous Driving Systems Using Real-World Failure Records
本文提出了一种基于大语言模型（LLM）的模块化流水线，该流水线能将自然语言形式的历史故障记录（具体为 NHTSA 碰撞数据）转化为多样且真实的自动驾驶系统测试场景，并在有限的测试预算内，成功在 MetaDrive 模拟器中识别出了系统故障。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图教一辆自动驾驶汽车如何在混乱的城市中生存。旧的方法就像是老师给学生发了 20 道特定的数学题。老师知道这些题目很常见，但可能会错过那些在现实生活中真正导致事故的奇特、棘手的状况。这个过程既缓慢又昂贵，且依赖于人类对可能出错情况的猜测。
这篇论文提出了一种更聪明、更快速的方法，通过观察自动驾驶汽车过去的错误，来构建一个“试驾”环境。
问题所在：“静态测试”陷阱
目前，工程师们是手动设计测试场景的。他们会说：“好吧，让我们测试一下如果一辆车直行而另一辆车左转会发生什么。”然后他们会稍微调整速度，看看汽车是否会撞车。
- 缺陷： 这就像仅仅通过踢球撞墙来练习足球比赛。你可能在那个特定的动作上变得很熟练，但你并没有练习过当开始下雨、球弹跳得很奇怪或者球员意外绊倒时该怎么办。
- 差距： 现实世界的碰撞报告充满了这些奇特的、具体的细节（比如施工区域或驾驶员突然做出的奇怪转向），但目前的测试方法往往忽略了这些细节，因为它们很难转化为数学公式。
解决方案：“AI 侦探”流水线
作者 Anjali Parashar 和 Chuchu Fan 来自麻省理工学院（MIT），他们构建了一个像 AI 侦探一样的系统。该系统不再靠猜测来决定测试什么，而是阅读真实的警察碰撞报告，并将它们转化为视频游戏关卡。
以下是他们的“三步侦探法”是如何运作的：
总结者（改写代理）：
真实的碰撞报告非常杂乱。它们可能会说：“下午 5 点，第五大道正在下雨，警察没有被叫来。”AI 会阅读这段话并说：“好吧，忽略时间和警察。核心部分是：一辆车直行，另一辆车试图在它前面左转。”它剥离了噪音，找到了核心故事。架构师（场景生成代理）：
现在，AI 将这个核心故事转化为模拟器（一个名为 Metadrive 的视频游戏环境）中的特定测试用例。它将故事转化为规则：“将道路类型设置为‘交叉路口’，让第一辆车直行，并让第二辆车尝试左转。”这就像是将一份书面食谱变成了一顿做好的饭菜。精炼者（微调代理）：
有时，第一个版本的测试不够危险，无法真正对测试进行压力测试。AI 会观察结果并说：“两辆车离得太远了。让我们把它们挪近一点，看看这辆自动驾驶汽车是否真的能在及时刹车。”它会不断调整数值，直到测试强度恰到好处。
实验：20 个场景，巨大的成果
团队针对根据真实 NHTSA（美国国家公路交通安全管理局）碰撞记录生成的 20 个不同场景进行了测试。他们并没有随机进行测试；他们使用了一种“聚类”方法（就像把衣物分类成袜子、衬衫和裤子一堆一样），以确保涵盖了各种不同类型的碰撞。
他们发现了什么？
- 有效性： 该系统成功地将文本形式的碰撞描述转化为了可运行的模拟场景。
- 发现隐藏缺陷： 当他们在标准的自动驾驶策略上运行这些 20 项测试时，他们发现了人类可能会错过的有趣失败案例。
- 示例 1： 汽车过于谨慎。当前方车辆转弯时，自动驾驶汽车刹车过早，并开始出现“抖动”或前后摆动，这在实际交通中既烦人又不安全。
- 示例 2： 汽车在避开大车方面表现出色，但在避开像施工锥桶这样的小物体方面表现糟糕。如果存在“工作区”，汽车就会撞上锥桶。
- 示例 3： 汽车能很好地处理正面碰撞，但在车辆试图从侧面切入时会失败。
核心结论
这篇论文介绍了一种能够自动化创建自动驾驶汽车“试驾”的工具。工程师不再需要花费数周时间来设计场景，AI 可以阅读真实的碰撞故事，清理信息，并构建一套多样化的“压力测试”，从而揭示自动驾驶软件到底在哪里薄弱。
这就像是根据其他驾驶员犯下的实际错误，为自动驾驶汽车准备了一场“期末考试”，确保它准备好应对道路上混乱、不可预测的现实，而不仅仅是处理我们通常想象中的那些干净、完美的场景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。