概要: 多様であり、安全性に重大な影響を持つ運転シナリオを設計することは、自動運転システムを評価するうえで不可欠です。本論文では、少数ショットのコード生成に大規模言語モデル（LLM）を活用し、CARLAシミュレータ内で運転シナリオを自動合成する新しい枠組みを提案します。この枠組みは、シナリオスクリプトに柔軟性があり、交通参加者の効率的なコードベース制御が可能で、現実的な物理ダイナミクスを強制（再現）できるという特徴を持ちます。いくつかの例示プロンプトとコード例を与えると、LLMは、安全性に重大な影響を持つシナリオスクリプトを生成します。このスクリプトは、衝突イベントに特に焦点を当てつつ、交通参加者の振る舞いと配置を指定します。シミュレーションと現実世界における見え方のギャップを埋めるために、Cosmos-Transfer1 と ControlNet を用いた動画生成パイプラインを統合し、レンダリングされたシーンを現実的な運転動画へ変換します。提案手法により、制御可能なシナリオ生成が可能になり、死角下での歩行者横断や突発的な車両の割り込みといった、まれではあるが重要なエッジケースの作成を容易にします。実験結果は、本手法が多様で現実的かつ安全性に重大な影響を持つ幅広いシナリオを生成するうえで有効であることを示しており、自動運転車のシミュレーションベースのテストにとって有望なツールとなります。
LLMベースの現実的な安全性クリティカル運転映像の生成
arXiv cs.RO / 2026/4/14
💬 オピニオンIdeas & Deep AnalysisTools & Practical UsageModels & Research
要点
- 本論文は、few-shotのコード生成を用いるLLMベースのフレームワークを提案し、CARLAシミュレータ向けに安全性クリティカルな運転シナリオを自動合成する。交通参加者の行動と配置を精密に指定し、衝突に関連する出来事を重視する。
- 例示プロンプトおよびコードスニペットを提示することで、LLMは、遮蔽下での歩行者横断や突然の車両割り込みといった希少なエッジケースを生成可能なシナリオスクリプトを作成する。
- シミュレーションを超えた現実味を高めるため、著者らは、レンダリングしたシーンを、実世界の見え方に整合したより現実的な運転動画へ変換する映像生成パイプラインを統合する。これには、Cosmos-Transfer1とControlNetを用いる。
- 実験結果は、この手法が現実的で多様かつ安全性クリティカルなシナリオを生成でき、自動運転システムのより効果的なシミュレーションベース検証を支援することを示している。
