Scenario Diffusion: Controllable Driving Scenario Generation With Diffusion

要約

合成交通シナリオの自動作成は、自動運転車 (AV) の安全性を検証するための重要な部分です。
この論文では、制御可能なシナリオ生成を可能にする交通シナリオを生成するための新しい拡散ベースのアーキテクチャであるシナリオ拡散を提案します。
潜在拡散、物体検出、軌道回帰を組み合わせて、合成エージェントのポーズ、方向、軌道の分布を同時に生成します。
生成されたシナリオをさらに制御するために、この配布は、目的のシナリオを記述するマップとトークンのセットに基づいて条件付けされます。
私たちのアプローチには、多様な交通パターンをモデル化し、さまざまな地理的地域に一般化するのに十分な表現力があることを示します。

要約(オリジナル)

Automated creation of synthetic traffic scenarios is a key part of validating the safety of autonomous vehicles (AVs). In this paper, we propose Scenario Diffusion, a novel diffusion-based architecture for generating traffic scenarios that enables controllable scenario generation. We combine latent diffusion, object detection and trajectory regression to generate distributions of synthetic agent poses, orientations and trajectories simultaneously. To provide additional control over the generated scenario, this distribution is conditioned on a map and sets of tokens describing the desired scenario. We show that our approach has sufficient expressive capacity to model diverse traffic patterns and generalizes to different geographical regions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google