基于可提示交通仿真的交互式场景测试自动化

自动驾驶车辆规划器在广泛部署于公共道路之前必须经过严格评估，特别是评估其对人类行为不确定性的鲁棒性。尽管近期在数据驱动场景生成方面的进展使得在交互式环境中仿真真实人类行为成为可能，但利用这些模型为 AV 规划器构建全面测试仍是一个开放挑战。在本工作中，我们引入一种自动化方法，为交互式场景中的 AV 规划器评估高效生成真实且安全攸关的人类行为。我们使用低维目标位置对复杂人类行为进行参数化，随后将其输入至可提示交通仿真器 ProSim，以指导仿真代理的行为。为实现测试生成自动化，我们引入一个提示生成模块，该模块探索目标域并利用贝叶斯优化高效识别安全攸关行为。我们将该方法应用于基于优化的规划器的评估，并展示了其在不同初始条件的场景下自动生成多样且真实驾驶行为的有效性与效率。