자율주행 시스템의 성능 검증에 필수적인 시나리오 기반 테스트의 한계를 해결하기 위해, 실제 세계에서 수집된 데이터의 부족 문제를 다루고자 Adv-BMT 프레임워크를 제안한다. Adv-BMT는 다양한 적대적 교통 상호 작용을 통해 실제 시나리오를 보강한다. 핵심 구성 요소는 양방향 동작 변환기(BMT) 모델로, 마지막 시간 단계의 에이전트 정보를 입력으로 받아 초기 시간 단계까지 역 시간 순서로 교통 상황을 재구성한다. 이 프레임워크는 적대적 초기화와 역 동작 예측의 두 단계로 구성된다. 충돌 데이터를 사전 훈련에 사용하지 않고도 현실적이고 다양한 충돌 상호 작용을 생성할 수 있다. 실험 결과는 Adv-BMT로 생성된 충돌 시나리오의 품질을 입증하며, 보강된 데이터셋으로 훈련 시 에피소드 충돌률이 20% 감소한다.
