Chat2Scenic：基于迭代RAG的自动驾驶场景生成框架

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。

1. 背景与挑战：自动驾驶测试需要多样合规场景，现有方法在编译率和可扩展性上存在权衡。
2. Chat2Scenic框架：提供聊天界面支持交互式场景优化，集成RAG以结合法规知识和DSL语法。
3. 基准测试：构建包含123个场景的开放基准，涵盖NHTSA和联合国车辆法规等。
4. 实验评估：与SOTA LLM对比，Chat2Scenic在编译成功率和框架准确性上显著优于现有方法。

• 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。