在CARLA自动驾驶仿真器中植入真实智能体行为

由于快速原型开发与广泛测试的需求，仿真在自动驾驶中的作用日益重要。基于物理的仿真以合理成本带来多重益处与优势，同时消除了对原型、驾驶员及弱势道路使用者的风险。然而，存在两个主要局限。其一，众所周知的现实鸿沟（reality gap），即现实与仿真间的差异，阻碍仿真自动驾驶经验转化为有效的真实世界表现。其二，缺乏关于真实智能体（包括后备驾驶员或乘客以及其他道路使用者如车辆、行人或骑行者）行为的经验知识。智能体仿真通常确定性预编程、概率性随机化或基于真实数据生成，但并未体现与特定仿真场景交互的真实智能体行为。本文提出一个初步框架，以实现真实智能体与仿真环境（含自动驾驶车辆）间的实时交互，并从多视角仿真传感器数据生成可用于训练依赖行为模型的预测系统的合成序列。我们的方法将沉浸式虚拟现实与人运动捕捉系统与CARLA自动驾驶仿真器集成。我们描述了所提出的硬件与软件架构，并讨论了所谓的行为鸿沟（behavioural gap）或临场感（presence）。我们给出了初步但 promising 的结果，支撑该方法论的潜力，并讨论未来步骤。