基于多模态推理的 CrashAgent 崩溃场景生成
机器人学
2025-05-27 v1 人工智能
摘要
训练和评估自动驾驶算法需要多样化的场景。然而，大多数可用数据集主要由人类驾驶员表现的正常驾驶行为组成，导致安全关键案例数量有限。这种不平衡常被称为长尾分布，限制了驾驶算法从涉及风险或故障的关键场景中学习的能力，这些场景对人类高效发展驾驶技能至关重要。为生成此类场景，我们利用多模态大语言模型将事故报告转换为结构化场景格式，可直接在仿真中执行。具体而言，我们引入 CrashAgent，一个用于解释多模态真实交通事故报告的多智能体框架，用于生成道路布局以及自驾车和周围交通参与者的行为。我们从多个角度全面评估生成的崩溃场景，包括布局重建准确性、碰撞率和多样性。 resulting high-quality and large-scale crash dataset will be publicly available to support the development of safe driving algorithms in handling safety-critical situations.
引用
@article{arxiv.2505.18341,
title = {CrashAgent: Crash Scenario Generation via Multi-modal Reasoning},
author = {Miao Li and Wenhao Ding and Haohong Lin and Yiqi Lyu and Yihang Yao and Yuyou Zhang and Ding Zhao},
journal= {arXiv preprint arXiv:2505.18341},
year = {2025}
}