Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Foundation Models in Autonomous Driving: A Survey on Scenario Generation and Scenario Analysis

Created by
  • Haebom

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

본 논문은 2025년 5월까지 자율주행 시나리오 생성 및 분석에 활용되는 기초 모델(foundation models)에 대한 조사 연구 결과를 제시한다. 기존의 규칙 기반 시스템이나 데이터 기반 합성 방식과 달리, 기초 모델(대규모 언어 모델, 비전-언어 모델, 다중모달 대규모 언어 모델, 확산 모델, 월드 모델 등)을 활용하여 다양하고 현실적인 자율주행 시나리오를 생성하고 분석하는 방법을 다룬다. 논문에서는 다양한 기초 모델의 종류, 방법론, 오픈소스 데이터셋, 시뮬레이션 플랫폼, 벤치마크 과제, 평가 지표 등을 검토하고, 향후 연구 방향을 제시한다. 관련 논문 목록은 https://github.com/TUM-AVS/FM-for-Scenario-Generation-Analysis 에서 확인 가능하다.

시사점, 한계점

•
시사점:
◦
기초 모델을 활용한 자율주행 시나리오 생성 및 분석의 현황과 전망을 체계적으로 정리하였다.
◦
다양한 기초 모델의 특징과 적용 사례를 제시하여 자율주행 시스템 개발에 대한 통찰력을 제공한다.
◦
향후 연구 방향을 제시하여 관련 분야의 발전에 기여한다.
◦
오픈소스 저장소를 통해 관련 연구 자료들을 공유하여 접근성을 높였다.
•
한계점:
◦
2025년 5월까지의 연구만을 대상으로 하여 최신 연구 동향을 완벽하게 반영하지 못할 수 있다.
◦
기초 모델의 안전성 및 신뢰성에 대한 평가가 충분히 다뤄지지 않았을 수 있다.
◦
특정 기초 모델이나 방법론에 대한 편향이 존재할 가능성이 있다.
👍
Made with Slashpage