AnchorDrive：LLM 场景推演与锚点引导扩散再生用于安全关键场景生成

自动驾驶系统需要在安全关键场景下进行充分评估以确保安全与稳健。然而这类场景稀少且难以从真实驾驶数据采集，必须依靠仿真合成。但现有方法在可控性与真实性上都常显不足。从能力视角看，LLM 擅长按自然语言指令做可控生成，扩散模型更适合生成符合真实驾驶分布的轨迹。利用二者互补优势，我们提出 AnchorDrive，一个两阶段安全关键场景生成框架。第一阶段，我们在闭环仿真中部署 LLM 作为驾驶智能体，在自然语言约束下推理并迭代输出控制指令；规划评估器审查这些指令并给出纠正反馈，实现语义可控的场景生成。第二阶段，LLM 从第一阶段轨迹提取关键锚点作为引导目标，与其他引导项共同驱动扩散模型再生成完整轨迹，在保留用户指定意图的同时提升真实性。在 highD 数据集上的实验表明，AnchorDrive 在危险性、真实性与可控性上总体表现更优，验证了其生成可控且真实的安全关键场景的有效性。