TeraSim：通过生成式仿真揭示自动驾驶车辆的未知不安全事件
机器人学
2025-04-03 v4 系统与控制
系统与控制
摘要
交通仿真对于自动驾驶车辆(AV)开发至关重要，能够在多样化驾驶条件下进行全面安全评估。然而，传统基于规则的仿真器难以捕捉复杂的人机交互，而数据驱动方法往往无法维持长期行为真实性或生成多样化的安全关键事件。为应对这些挑战，我们提出了 TeraSim，一个开源、高保真度的交通仿真平台，旨在揭示未知不安全事件并高效估计 AV 统计性能指标，如碰撞率。TeraSim 旨在与第三方物理仿真器和独立 AV 栈无缝集成，以构建完整的 AV 仿真系统。实验结果证明了其在生成涉及静态和动态代理的多样化安全关键事件、识别 AV 系统中的隐藏缺陷以及实现统计性能评估方面的有效性。这些发现凸显了 TeraSim 作为 AV 安全评估实用工具的潜力，造福研究人员、开发者和政策制定者。代码可在 https://github.com/mcity/TeraSim 获取。
引用
@article{arxiv.2503.03629,
title = {TeraSim: Uncovering Unknown Unsafe Events for Autonomous Vehicles through Generative Simulation},
author = {Haowei Sun and Xintao Yan and Zhijie Qiao and Haojie Zhu and Yihao Sun and Jiawei Wang and Shengyin Shen and Darian Hogue and Rajanikant Ananta and Derek Johnson and Greg Stevens and Greg McGuire and Yifan Wei and Wei Zheng and Yong Sun and Yasuo Fukai and Henry X. Liu},
journal= {arXiv preprint arXiv:2503.03629},
year = {2025}
}