Scenario Diffusion: 基于扩散模型的可控驾驶场景生成
机器学习
2023-11-20 v2 计算机视觉与模式识别
机器人学
摘要
自动驾驶车辆（AVs）安全验证的关键环节是自动合成交通场景。本文中，我们提出 Scenario Diffusion，一种基于扩散模型的新型架构，用于生成交通场景并实现可控场景生成。我们结合隐扩散、物体检测与轨迹回归，同时生成合成智能体位姿、朝向与轨迹的分布。为对生成场景提供额外控制，该分布以地图及描述期望场景的 token 集合为条件。我们表明，我们的方法具有充分表达能力来建模多样交通模式，并可泛化至不同地理区域。
引用
@article{arxiv.2311.02738,
title = {Scenario Diffusion: Controllable Driving Scenario Generation With Diffusion},
author = {Ethan Pronovost and Meghana Reddy Ganesina and Noureldin Hendy and Zeyu Wang and Andres Morales and Kai Wang and Nicholas Roy},
journal= {arXiv preprint arXiv:2311.02738},
year = {2023}
}
备注
NeurIPS 2023