注意鸿沟！自动驾驶系统虚拟与物理世界测试可迁移性研究

自动驾驶汽车（SDC）的安全部署需要充分的仿真与实地测试。大多数测试技术考虑仿真环境中的虚拟化SDC，而较少有工作致力于评估此类技术是否能迁移到物理真实车辆并有效作用。在本文中，我们阐明将驾驶模拟器中获得的测试结果推广到物理平台的问题，并对影响SDC测试的sim2real鸿沟进行刻画与量化。在我们的实证研究中，我们比较了部署在物理小型车辆与其数字孪生上的SDC测试。由于物理平台无法提供驾驶质量指标，我们使用神经渲染通过视觉里程计进行估计，从而允许与数字孪生完全可比。然后，我们研究虚拟与真实环境之间行为和故障暴露的可迁移性，目标同时包括非预期异常测试数据和有意对抗样本。我们的研究表明，尽管使用了高保真数字孪生，仍存在导致虚拟与物理世界之间现实鸿沟的关键缺陷，威胁仅考虑虚拟SDC的现有测试方案。从积极的一面看，我们的结果给出了可避免物理测试的测试配置，要么因为其结果确实在虚拟与物理环境间迁移，要么因为模拟器中的不确定性分布有助于预测其在真实世界中的结果。