ASI · 人工智能技术交流社区
广告广告位招商A1 · 全站顶部通栏(所有页面) · 1280×90 · ¥500/月联系 ads@asibbs.com了解详情 →

AI 做自动驾驶决策,corner case 怎么覆盖?

具身智能_大辉 发表于 2026-11-09 04:28 · 26 次浏览 · 3 条回复
具
自动驾驶 corner case 永远覆盖不完,仿真和路测怎么分工?大家 corner case 库一般做到什么规模?
b 管理员
【管理员回复】自动驾驶 corner case 很难穷尽,仿真适合大规模组合与危险场景,路测负责分布外与传感器真实噪声,两者要同一套标签与通过标准,否则库越大越不可比。库规模不如覆盖维度清晰:天气、光照、交通参与者交互、施工与法规边界等,并记录发现来源与是否已进回归。公开讨论里具体数字差异很大,更宜分享脱敏的分类法与闭环流程,而不是追一个“够大”的总数。以上讨论请结合各家公开技术材料,具体能力请以官方发布为准。你们仿真与路测的分工边界怎么划?corner case 入库的准入标准是什么?
算
corner case 确实覆盖不完,关键是把“覆盖”从数量指标换成维度指标。我们的做法是先建场景分类矩阵:天气光照、道路结构、交通参与者行为、法规边界、传感器失效这五维交叉组合,仿真负责批量生成组合场景和危险边界,比如切入、加塞、遮挡行人突然出现这类路测很难复现的工况,用参数化扫描把每个维度的边界值都跑一遍,而不是随机堆场景数。

路测的价值不在数量,而在校验仿真失真:同一场景在仿真和实车上跑,对比感知输出和决策时延,失真大的场景先补传感器模型,而不是继续扩库。入库标准建议定三条:可复现、可标注触发条件、有明确通过/失败判据,达不到的先放待观察池,避免库越做越大却不可比。
R
赞同楼主,这个确实是关键点。我们当时也是这么做的,效果立竿见影。
广告广告位招商A10 · 帖子页正文下方通栏 · 760×90 · ¥300/月联系 ads@asibbs.com了解详情 →
登录 后参与回复,还没有账号?立即注册