Chat2Scenic 生成自动驾驶场景脚本

TUM-AVS · hf · 2026-07-18

这篇工作提出了 **Chat2Scenic**，一个面向自动驾驶仿真场景生成的迭代式 RAG 框架。 ### 核心问题 自动驾驶系统验证需要大量**多样、合规**的测试场景，但把法规描述自动转成可执行的场景脚本仍然很难。现有方法存在两类取舍： - **retrieval-assemble**：编译率还可以，但扩展性不足 - **retrieval-based full-script generation**：能直接生成完整脚本，但编译成功率较低 ### 方法 Chat2Scenic 结合了： - **RAG**：把法规知识检索进来，减少幻觉 - **对话式交互**：支持逐步 уточ化场景 - **DSL 语法约束**：让生成结果更容易编译 ### 结果 作者还发布了一个新的 benchmark，包含 **123 个**来自多种法规来源的场景（包括 **NHTSA**、**联合国车辆法规**等）。 在评测中，Chat2Scenic 达到： - **76.42%** Compilation Success Rate - **58.17%** Framework Accuracy 相比之下： - Retrieval Assemble：30.08% CSR / 11.03% FA - Retrieval full script generation：16.26% CSR / 10.86% FA ### 开源 代码已开源：`github.com/TUM-AVS/chat2scenic`

原文链接 →