长尾驾驶场景带推理痕迹：KITScenes 长尾数据集
计算机视觉与模式识别
2026-04-07 v2 机器人学
摘要
在自驾等实际场景中，对稀有场景的泛化仍是根本性挑战。为此，我们引入一个专注于长尾驾驶事件的数据集，用于端到端驾驶。我们提供多视角视频数据、轨迹、高层指令以及详细的推理痕迹，促进情境学习和少样本泛化。该数据集构建的多模态模型基准（如视觉语言模型和视觉语言模型）超越安全与舒适度指标，评估指令遵循性以及模型输出之间的语义连贯性。数据集包含英文、西班牙文和中文的多语言推理痕迹，来自具有不同文化背景的领域专家。因此，我们的数据集是研究不同形式推理如何影响驾驶能力的独特资源。数据集可在 https://hf.co/datasets/kit-mrt/kitscenes-longtail 获得。
引用
@article{arxiv.2603.23607,
title = {LongTail Driving Scenarios with Reasoning Traces: The KITScenes LongTail Dataset},
author = {Royden Wagner and Omer Sahin Tas and Jaime Villa and Felix Hauser and Yinzhe Shen and Marlon Steiner and Dominik Strutz and Carlos Fernandez and Christian Kinzig and Guillermo S. Guitierrez-Cabello and Hendrik Königshof and Fabian Immel and Richard Schwarzkopf and Nils Alexander Rack and Kevin Rösch and Kaiwen Wang and Jan-Hendrik Pauls and Martin Lauer and Igor Gilitschenski and Holger Caesar and Christoph Stiller},
journal= {arXiv preprint arXiv:2603.23607},
year = {2026}
}
备注
21 pages; v2: update MMS values (bugfix)