基于世界模型的端到端场景生成：用于自动驾驶中的意外预测
计算机视觉与模式识别
2025-07-18 v1 机器学习
摘要
可靠的交通事故预测是推动自动驾驶系统发展的关键需求。然而，这一目标受限于两个根本性挑战：训练数据的稀缺性和环境干扰或传感器缺陷导致的关键对象级线索频繁缺失。为此，我们提出了综合性的框架，结合生成式场景增强与自适应时序推理。具体而言，我们开发了利用以领域知识为导向的提示词引导的世界模型生成高分辨率、统计一致性强的驾驶场景的视频生成管道，尤其丰富了边缘案例和复杂互动的覆盖范围。同时，我们构建了动态预测模型，通过加强图神经卷积和膨胀时序算子编码时空关系，有效解决数据不完整和瞬时视觉噪声问题。此外，我们发布了新的基准数据集，以更好地捕捉多样化的真实世界驾驶风险。在公开数据集和新发布数据集上的大量实验表明，我们的框架提升了事故预测的准确度和预警时间，为解决安全关键型自动驾驶应用中的当前数据和建模限制提供了稳健解决方案。
引用
@article{arxiv.2507.12762,
title = {World Model-Based End-to-End Scene Generation for Accident Anticipation in Autonomous Driving},
author = {Yanchen Guan and Haicheng Liao and Chengyue Wang and Xingcheng Liu and Jiaxun Zhang and Zhenning Li},
journal= {arXiv preprint arXiv:2507.12762},
year = {2025}
}