KG-ASG: Generazione Avversaria di Scenari Guidata dalla Conoscenza delle Collisioni per la Guida Autonoma
È stato introdotto un nuovo framework denominato KG-ASG (Collision-Knowledge-Guided Closed-Loop Adversarial Scenario Generation with Primary-Support Attribution) per migliorare la validazione della sicurezza delle tecnologie di guida autonoma. Questo approccio supera le limitazioni dei metodi attuali che dipendono da aggiustamenti di traiettoria di basso livello, ottimizzazione proxy delle collisioni o ricerca di un singolo avversario, che possono portare a cause di collisione poco chiare o a incidenti multi-veicolo ingestibili. KG-ASG sviluppa un database completo di conoscenze sulle collisioni e addestra un Esperto di Collisione leggero per dedurre la modalità di collisione target, l'avversario principale, i veicoli di supporto e i loro ruoli di interazione. La generazione di avversari multi-veicolo è concettualizzata come un meccanismo primario-supporto. Questa ricerca è disponibile su arXiv con ID 2605.18895.
Fatti principali
- KG-ASG è un framework di generazione avversaria di scenari a ciclo chiuso guidato dalla conoscenza delle collisioni.
- Utilizza l'attribuzione primario-supporto per modellare le interazioni multi-veicolo.
- Viene costruita una base di conoscenze strutturata sulle collisioni.
- Un Esperto di Collisione leggero inferisce la modalità di collisione, l'avversario principale e i veicoli di supporto.
- Il framework affronta le cause di collisione ambigue nei metodi esistenti.
- I metodi esistenti si basano su perturbazioni di traiettoria di basso livello o ricerca di un singolo avversario.
- L'articolo è disponibile su arXiv con ID 2605.18895.
- L'approccio è progettato per la validazione della sicurezza dei sistemi di guida autonoma.
Entità
Istituzioni
- arXiv