启发式生成最佳轨迹ReGentS：超32个智能体生成现实世界的安全关键驾驶场景

文章预览

Abstract 基于机器学习的自动驾驶系统经常面临安全关键场景的挑战，而这些场景在真实世界的数据中较为罕见，从而阻碍了其大规模部署。虽然增加真实世界训练数据的覆盖范围可以解决这个问题，但代价高昂且存在危险。本研究通过轨迹优化，探索通过修改复杂的真实世界常规场景来生成安全关键驾驶场景。我们提出了ReGentS，该方法通过稳定生成的轨迹并引入启发式方法来避免明显的碰撞和优化问题。我们的方法解决了不现实的分离轨迹和不可避免的碰撞场景，这些场景对训练鲁棒的规划器没有用处。我们还扩展了场景生成框架以处理多达32个智能体的真实世界数据。此外，通过使用可微分模拟器，我们简化了涉及模拟器的基于梯度下降的优化过程，为未来的进展铺平了道路。 代码获取：https://github.com/valeoai/ReGentS  欢迎加入自动驾驶实战群 Intr ………………………………