FixDrive：自动修复自动驾驶车辆驾驶行为（每违规仅需 0.08 美元）
软件工程
2025-06-25 v1
摘要
自动驾驶车辆（AVs）正迅速发展，已有达到 4 级的 AV 在实际场景中运行。然而当前的 AV 仍不足以在适应性和性能上赶赢人类驾驶员，常表现得过于保守，且偶尔违反交通法规。现有解决方案如运行时强制可在运行时自动修复 AV 计划的轨迹，但此类方法缺乏透明度，应被视为最后一搏手段。更可取的是让 AV 修复能够超越特定事件并具备可解释性。本文提出 FixDrive 框架，通过分析近 miss 或违法行为的驾驶记录，生成可降低此类事件再次发生概率的 AV 驾驶策略修复。这些修复被捕获于 {μ}Drive——一种用于响应事件触发器指定驾驶行为的高级领域特定语言。该框架在基于最先进的自动驾驶系统 Apollo 中实现，FixDrive 通过多模态大语言模型（MLLM）零样本学习生成 {μ}Drive 程序。我们在各种基准场景中测试了 FixDrive，发现生成的修复显著提升了 AV 遵守交通法规、避免碰撞以及成功到达目的地的能力。此外，修复 AV 的直接成本——15 分钟的离线分析和每项违规仅需 0.08 美元——在实际操作中是合理的。
引用
@article{arxiv.2502.08260,
title = {FixDrive: Automatically Repairing Autonomous Vehicle Driving Behaviour for $0.08 per Violation},
author = {Yang Sun and Christopher M. Poskitt and Kun Wang and Jun Sun},
journal= {arXiv preprint arXiv:2502.08260},
year = {2025}
}
备注
Accepted by the 47th IEEE/ACM International Conference on Software Engineering (ICSE 2025)