自动驾驶中的基础模型：场景生成与场景分析综述

对于自动驾驶车辆，在复杂环境中安全导航取决于处理广泛多样的和罕见的驾驶场景。基于仿真和场景的测试已成为自动驾驶系统开发和验证的关键方法。传统的场景生成依赖于基于规则的系统、知识驱动模型和数据驱动合成，往往产生有限的多样性和不现实的安全关键案例。随着基础模型的出现，代表新一代预训练通用AI模型，开发人员可以处理异构输入（如自然语言、传感器数据、高精地图和控制动作），实现复杂驾驶场景的合成与解释。在本文中，我们对基础模型在自动驾驶中用于场景生成和场景分析的应用进行了综述（截至2025年5月）。我们的综述提出了一种统一分类法，包括大语言模型、视觉语言模型、多模态大语言模型、扩散模型和世界模型，用于自动驾驶场景的生成和分析。此外，我们回顾了方法论、开源数据集、仿真平台和基准挑战，并审视了专门针对场景生成和分析的评估指标。最后，综述通过突出开放挑战和研究问题，并概述有前景的未来研究方向来收尾。所有被综述的论文都列在一个持续维护的仓库中，其中包含补充材料，可在 https://github.com/TUM-AVS/FM-for-Scenario-Generation-Analysis 获取。