実世界の衝突データに基づく自動運転向け安全臨界シナリオ生成
RCG: Safety-Critical Scenario Generation for Robust Autonomous Driving via Real-World Crash Grounding
実世界の衝突データから危険な運転行動の埋め込み表現を学習し、それを敵対的シナリオ生成に組み込むことで、より現実的で高リスクな安全臨界シナリオを生成する手法を提案した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Benjamin Stoler, Juliet Yang, Jonathan Francis, Jean Oh
分類: cs.RO
原文アブストラクト
Safety-critical scenarios are essential for training and evaluating autonomous driving (AD) systems, yet remain extremely rare in real-world driving datasets. To address this, we propose Real-world Crash Grounding (RCG), a scenario generation framework that integrates crash-informed semantics into adversarial perturbation pipelines. We construct a safety-aware behavior representation through contrastive pre-training on large-scale driving logs, followed by fine-tuning on a small, crash-rich dataset with approximate trajectory annotations extracted from video. This embedding captures semantic structure aligned with real-world accident behaviors and supports selection of adversary trajectories that are both high-risk and behaviorally realistic. We incorporate the resulting selection mechanism into two prior scenario generation pipelines, replacing their handcrafted scoring objectives with an embedding-based criterion. Experimental results show that ego agents trained against these generated scenarios achieve consistently higher downstream success rates, with an average improvement of 9.2% across seven evaluation settings. Qualitative and quantitative analyses further demonstrate that our approach produces more plausible and nuanced adversary behaviors, enabling more effective and realistic stress testing of AD systems. Code and tools will be released publicly.
関連論文
- 自動運転のシナリオクラスから生成される具体シナリオの品質評価自動運転シナリオ生成
- KG-ASG: 衝突知識に基づく閉ループ敵対的シナリオ生成と主犯・支援車両の帰属自動運転シナリオ生成
- CounterScene: 生成ワールドモデルにおける反実仮想因果推論による安全重視のクローズドループ評価自動運転シナリオ生成
- マップ非依存かつ対話的な安全性臨界シナリオ生成：多目的木探索によるアプローチ自動運転シナリオ生成
- AGENTS-LLM: エージェント型LLMフレームワークによる難易度の高い交通シナリオの拡張生成自動運転シナリオ生成
- ReGentS: 実世界の安全クリティカルな運転シナリオ生成を安定化自動運転シナリオ生成
