qq_41545537的博客

VLM-RL框架由四个主要组件组成。首先，我们定义了CLG的概念，它描述了期望和不期望的驾驶行为，为奖励计算提供了基础。其次，我们利用CLIP来计算当前驱动状态和这些对比性的语言描述之间的语义对齐，产生语义奖励信号。第三，我们开发了一种分级奖励综合方法，将语义奖励与车辆状态信息（如速度、航向角）相结合，产生稳定、全面的奖励信号。第四，为了优化计算效率，我们实现了一种批处理技术，它定期处理来自回放缓冲区的观察结果，而不是实时计算奖励。图2展示了我们的框架的总体架构。我们将在下面的小节中详细描述每个组件。

自动驾驶需要安全的运动规划，特别是在关键的“长尾”场景中。最近的端到端自动驾驶系统利用大型语言模型（llm）作为规划者，以提高对罕见事件的通用性。然而，在测试时使用llm会导致很高的计算成本。为了解决这个问题，我们提出了DiMA，这是一种端到端自动驾驶系统，它在利用LLM的世界知识的同时，保持无LLM（或基于视觉的）规划器的效率。DiMA通过一组特别设计的代理任务，将信息从多模态LLM提取为基于远见的端到端规划器。在联合训练策略下，两个网络共同的场景编码器产生语义基础并与最终规划目标一致的结构化表示对齐。

最近，多个人类驱动轨迹的自然交通数据集已经发表（例如，highD、NGSim和pNEUMA）。这些数据集已被用于调查人类驾驶行为可变性的研究，例如基于场景的自动车辆（AV）行为验证、对驾驶员行为，或验证驾驶员模型。到目前为止，这些研究关注的是作战层面（例如，变道期间的速度分布）的可变性，而不是战术层面（即是否改变车道）。研究这两个层次上的可变性对于开发包含多种战术行为的驾驶员模型和自动驾驶汽车是必要的。为了暴露多层次的可变性，可以调查人类对同一交通场景的反应。然而，

摘要-基于场景的高度自动化车辆的安全验证测试是一种很有前途的方法，目前正在研究和工业中进行研究。这种方法在很大程度上依赖于来自真实场景的数据来获得进行测试所需的场景信息。测量数据应以合理的努力收集，包含道路使用者的自然行为，并包括所有与描述已确定的场景相关的数据。然而，目前的测量方法至少不能满足其中一项要求。因此，我们提出了一种新的方法，从空中的角度测量数据，以实现基于场景的验证，满足上述要求。此外，我们还提供了一个来自德国高速公路的大规模自然车辆轨道数据集，称为highD。

OpenCDA: An Open Cooperative Driving Automation Framework Integrated with Co-Simulation论文详解

OPVAV论文解析