AutoWorld：自监督世界模型驱动的多智能体交通仿真

AutoWorld 研究团队提出同名交通仿真框架：用基于 LiDAR 占据数据训练的自监督世界模型，把多智能体行为锚定在原始传感器观测上，再配合运动生成模型输出仿真场景。团队称，在 nuPlan 和 Waymo 数据集上的实验显示生成真实度更高，碰撞率降低 36%，在部分观测场景中收益最大。 该框架还支持在规划器控制的自车行为下保持物理合理性，可生成可控、多样的安全关键场景，用于自动驾驶仿真测试。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。