Feb, 2022
面向风险感知的场景采样,用于保证自主系统的动态性
Risk-Aware Scene Sampling for Dynamic Assurance of Autonomous Systems
TL;DR本文提出两种场景生成方法:Random Neighborhood Search(RNS)和Guided Bayesian Optimization(GBO),用于生成保证Autonomous Cyber-Physical Systems安全的并具有高风险场景的合成数据,通过实验结果表明,在CARLA仿真环境下,RNS和GBO采样的高风险场景占比达83%和92%,比网格搜索、随机搜索和Halton序列搜索提高了近一倍。