Chat2Scenario：利用大语言模型从数据集中提取场景
机器人学
2024-07-19 v2
摘要
大型语言模型（LLM）的出现为验证自动驾驶系统（ADS）提供了新的思路。本文介绍了一种从自然驾驶数据集中提取场景的新方法。提出了一种名为 Chat2Scenario 的框架，利用 LLM 先进的自然语言处理（NLP）能力来理解和识别不同的驾驶场景。通过输入驾驶条件的描述文本并指定关键性指标阈值，该框架能够高效地搜索所需场景并将其转换为 ASAM OpenSCENARIO 和 IPG CarMaker 文本文件。该方法简化了场景提取过程并提高了效率。通过执行仿真来验证该方法的效率。该框架基于用户友好的 Web 应用程序，访问地址为：https://github.com/ftgTUGraz/Chat2Scenario。
关键词
引用
@article{arxiv.2404.16147,
title = {Chat2Scenario: Scenario Extraction From Dataset Through Utilization of Large Language Model},
author = {Yongqi Zhao and Wenbo Xiao and Tomislav Mihalj and Jia Hu and Arno Eichberger},
journal= {arXiv preprint arXiv:2404.16147},
year = {2024}
}
备注
IEEE Intelligent Vehicles Symposium (IV 2024)