安全关键交通模拟中的驾驶意图对抗性迁移
机器人学
2025-03-10 v1 机器学习
摘要
交通模拟通过补充具有长尾分布的真实世界数据，能够有效评估和提升自动驾驶车辆处理事故多发场景的能力。然而，模拟此类安全关键场景并非易事，尤其是考虑到自动驾驶车辆与周围交通参与者之间未来运动的动态对抗性交互。为解决这一问题，本文提出了一种创新且高效的策略 IntSim，该策略明确将周围行为体的驾驶意图与其运动规划解耦，以实现真实且高效的安全关键场景模拟。我们将驾驶意图的对抗性迁移形式化为一个优化问题，从而促进对多样化攻击行为的广泛探索和高效解收敛。同时，基于意图的条件化运动规划得益于强大的深度模型和大规模真实世界数据，使得行为体的真实运动行为得以模拟。特别地，IntSim 通过根据环境自适应调整驾驶意图，实现了与自动驾驶车辆之间动态对抗性交互的灵活实现。最后，在 nuScenes 和 Waymo 等真实世界数据集上的大量开环和闭环实验表明，所提出的 IntSim 在模拟真实安全关键场景方面达到了最先进的性能，并进一步提升了规划器处理此类场景的能力。
引用
@article{arxiv.2503.05180,
title = {Safety-Critical Traffic Simulation with Adversarial Transfer of Driving Intentions},
author = {Zherui Huang and Xing Gao and Guanjie Zheng and Licheng Wen and Xuemeng Yang and Xiao Sun},
journal= {arXiv preprint arXiv:2503.05180},
year = {2025}
}
备注
Accepted by ICRA 2025