计算机科学>计算机视觉和模式识别
职务: V2XP-ASG:为车对物感知生成对抗场景
摘要: 车辆对一切通信技术的最新进展使自动车辆能够共享感官信息,以获得更好的感知性能。 随着自主车辆和智能基础设施的快速发展,V2X感知系统将很快大规模部署,这提出了一个安全关键问题:在实际部署之前,我们如何评估和改进其在具有挑战性的交通场景下的性能?} 收集不同的大规模真实世界测试场景似乎是最简单的解决方案,但它既昂贵又耗时,而且收集的场景只能覆盖有限的场景。 为此,我们提出了第一个开放式对抗场景生成器V2XP-ASG,它可以为基于激光雷达的现代多智能体感知系统生成逼真、富有挑战性的场景。 V2XP-ASG学习构建一个对抗性协作图,并以一种对抗性且合理的方式同时干扰多个代理的姿势。 实验表明,V2XP-ASG能够有效识别大范围V2X感知系统的挑战场景。 同时,通过在有限数量的生成的具有挑战性的场景上进行训练,V2X感知系统的准确性在具有挑战性的场景上可以进一步提高12.3%,在正常场景上可以进一步提高4%。 我们的代码将于发布 此https URL 。