Chat2Scenic:基于迭代RAG的自动驾驶场景生成框架
摘要
Chat2Scenic是一个基于迭代检索增强生成(RAG)的框架,用于从法规描述自动生成自动驾驶测试场景的DSL脚本。它通过聊天界面支持交互式优化,并利用RAG结合法规知识和语法。实验表明,在123个场景的基准上,Chat2Scenic的编译成功率达76.42%,框架准确性达58.17%,远超现有方法。代码已开源。
核心要点
- Chat2Scenic是首个迭代RAG框架,用于从法规描述生成自动驾驶场景的DSL脚本。
- 框架提供聊天界面,支持用户交互式场景优化。
- 在123个场景的基准测试中,Chat2Scenic的编译成功率为76.42%,框架准确性为58.17%。
- 对比方法中,检索组装法编译成功率30.08%,检索全脚本生成法仅16.26%。
- 代码已开源在GitHub上。
AI 洞察
该工作将RAG与领域特定语言结合,展示了AI在工程自动化中的潜力,可能推动自动驾驶测试流程的标准化和效率提升。