Foundation Models in Autonomous Driving: A Survey on Scenario Generation and Scenario Analysis
Created by
Haebom
Category
Empty
저자
Yuan Gao, Mattia Piccinini, Yuchen Zhang, Dingrui Wang, Korbinian Moller, Roberto Brusnicki, Baha Zarrouki, Alessio Gambi, Jan Frederik Totz, Kai Storms, Steven Peters, Andrea Stocco, Bassam Alrifaee, Marco Pavone, Johannes Betz
개요
자율주행 자동차의 안전한 항해를 위해 복잡한 환경에서 다양한 희귀 운전 시나리오를 처리하는 것이 중요하며, 시뮬레이션 및 시나리오 기반 테스트가 자율주행 시스템 개발 및 검증의 핵심 접근 방식으로 부상했습니다. 본 논문은 2025년 5월까지 자율주행 시나리오 생성 및 분석에 대한 파운데이션 모델의 적용에 대한 설문 조사를 수행합니다. 대규모 언어 모델, 비전-언어 모델, 멀티모달 대규모 언어 모델, 확산 모델, 월드 모델 등 다양한 모델을 활용한 자율주행 시나리오 생성 및 분석을 위한 통일된 분류 체계를 제시합니다. 또한, 방법론, 오픈소스 데이터 세트, 시뮬레이션 플랫폼, 벤치마크 챌린지 및 시나리오 생성 및 분석에 특화된 평가 지표를 검토합니다. 마지막으로, 해결해야 할 과제와 연구 질문을 강조하고 유망한 미래 연구 방향을 제시합니다.
시사점, 한계점
•
시사점:
◦
자율주행 시나리오 생성 및 분석에 파운데이션 모델의 활용 가능성을 제시.
◦
다양한 모델(LLM, VLM, MLLM, Diffusion Models, World Models)을 통합한 포괄적인 분류 체계 제공.
◦
방법론, 데이터 세트, 시뮬레이션 플랫폼, 평가 지표 등 관련 연구에 대한 종합적인 검토 제공.
◦
향후 연구 방향 제시.
•
한계점:
◦
2025년 5월까지의 연구를 기반으로 하므로 최신 기술 동향을 모두 반영하지 못할 수 있음.
◦
제시된 내용은 설문 조사 결과이며, 특정 모델이나 방법론의 상세한 성능 비교는 포함하지 않음.
