WOD-E2E：面向具有挑战性长尾场景的端到端驾驶的Waymo开放数据集
计算机视觉与模式识别
2025-11-14 v3 人工智能
摘要
基于视觉的端到端驾驶因其可扩展性和与多模态大语言模型的协同作用而引起了研究界的极大兴趣。然而，当前的端到端驾驶基准主要包含标称场景，未能充分测试这些系统的真正潜力。此外，现有的开环评估指标通常无法捕捉驾驶的多模态特性或有效评估长尾场景中的性能。为弥补这些不足，我们引入了用于端到端驾驶的Waymo开放数据集。WOD-E2E包含4021个驾驶片段（约12小时），专门针对日常生活中罕见（出现频率低于0.03%）的具有挑战性的长尾场景进行策展。具体来说，WOD-E2E中的每个片段都包含高级路线信息、自车状态以及来自8个环绕摄像头的360度视角。为了评估在这些长尾情况下的端到端驾驶性能，我们提出了一种新颖的开环评估指标：评分者反馈分数。与测量预测航点与日志之间距离的传统指标不同，评分者反馈分数衡量预测轨迹与评分者标注的轨迹偏好标签的匹配程度。我们已经发布了WOD-E2E所有验证集片段的评分者偏好标签，而保留的测试集标签已用于2025年WOD-E2E挑战赛。通过我们的工作，我们旨在促进能够处理复杂现实世界情况的通用、鲁棒且安全的端到端自动驾驶智能体的前沿研究。
引用
@article{arxiv.2510.26125,
title = {WOD-E2E: Waymo Open Dataset for End-to-End Driving in Challenging Long-tail Scenarios},
author = {Runsheng Xu and Hubert Lin and Wonseok Jeon and Hao Feng and Yuliang Zou and Liting Sun and John Gorman and Ekaterina Tolstaya and Sarah Tang and Brandyn White and Ben Sapp and Mingxing Tan and Jyh-Jing Hwang and Dragomir Anguelov},
journal= {arXiv preprint arXiv:2510.26125},
year = {2025}
}