ScenicNL：从自然语言生成概率场景程序

针对机器人学和自动驾驶等仿生系统（CPS），大规模部署受限于在稀有事件中出现的致命错误。为复制此类稀有事件（如车辆碰撞），许多公司已构建日志系统并聘请碰撞重建专家在仿真中细致重现这些稀有事件。然而，这些方法难以轻松地提出和回答“假设”问题。我们提出 ScenarioNL，一个从自然语言创建场景程序的 AI 系统。具体而言，我们从警察碰撞报告生成这些程序。报告通常包含关于事件确切细节的不确定性，我们通过概率编程语言（PPL）Scenic 表示这种不确定性。借助 Scenic，我们可以清晰简洁地表示 CPS 行为、属性和交互的不确定性和变异性。我们演示了常规的提示技术无法处理概率场景程序并生成针对低资源语言（如 Scenic）的代码。我们的系统由多个 LLM 串联、多种提示策略、编译器和仿真器组成。我们在加州过去五年公开的自动驾驶车辆碰撞报告上对系统进行评估，并分享生成语义有意义且语法正确代码的见解。