arXiv Artificial Intelligence· Jie Li, Qi Lan, Yining Tang, Yu Shen, Yi Zhou, Yuhao Wei, Guofa Li, Hao Sun·· 13 小时前AI 评分31
RiskFlow：快速且高保真的安全关键交通场景生成
RiskFlow: Fast and Faithful Safety-Critical Traffic Scenario Generation
AI 导读
RiskFlow 将未来行为生成重构为动作空间中的一步流传输，在测试时通过基于碰撞时间的关键智能体排序与对抗交互目标直接修正输出动作，避免反复修正中间去噪状态。在 nuScenes 数据集闭环评测中，该方法在多智能体和长时程设置下兼顾对抗性与真实性，并大幅降低评测推理时间。
推荐理由模型分析
RiskFlow 把闭环安全关键场景生成从迭代去噪改为动作空间的一步流传输，测试时仅对按碰撞时间排序选出的高风险车辆施加对抗目标，再用车辆动力学与地图正则约束轨迹。这减少了中间状态反复修正带来的引导误差累积，在 nuScenes 闭环评测中兼顾对抗性与真实性并缩短推理时间。适合自动驾驶仿真与评测开发者参考其选择性引导思路，但结论限于该数据集与闭环设定。
来源：arXiv Artificial Intelligence · arxiv.org