可调对抗性测试的自治车交互式评估
机器人学
2025-07-30 v1
摘要
科学测试技术对于确保自动驾驶车辆（AV）的安全运行至关重要，高风险、高度互动场景是主要关注焦点。为解决现有测试方法的局限性，如其对高质量测试数据的强大依赖、互动能力较弱以及对抗鲁棒性低的问题，本文提出了ExamPPO——一种交互式对抗性测试框架，支持场景自适应和强度可调的评估。该框架将周围车辆（SV）建模为智能考官，配备多头注意力增强的策略网络，实现情境感知和持续的行为干预。引入标量对抗因子以调节对抗行为的强度，允许连续、细粒度地调整测试难度。结合结构化评估指标，ExamPPO在多种场景和策略下系统性地探测AV的鲁棒性。广泛的实验表明，ExamPPO能够有效调节对抗行为，暴露所测试AV的决策缺陷，并在异构环境中具有良好的概括性，从而为评估自动决策系统的安全性和智能性提供了统一且可复现的解决方案。
引用
@article{arxiv.2507.21814,
title = {Interactive Adversarial Testing of Autonomous Vehicles with Adjustable Confrontation Intensity},
author = {Yicheng Guo and Chengkai Xu and Jiaqi Liu and Hao Zhang and Peng Hang and Jian Sun},
journal= {arXiv preprint arXiv:2507.21814},
year = {2025}
}