TrafficAlign：对齐 大语言模型 以生成交通场景

最近的研究调查了使用 大语言模型 (LLM) 生成自动驾驶的交通场景。然而，预训练的 LLM 通常无法与现实世界的流量分布保持一致。在这项工作中，我们提出了 TrafficAlign，这是一个自动化框架，可以根据真实世界的驾驶视频合成交通场景，执行数据验证，并将 LLM 与合成场景对齐。评估表明，TrafficAlign 生成的交通场景非常有效，三种自动驾驶模型的碰撞事故比最先进的方法平均多出 10.8%。此外，微调 这些具有 TrafficAlign 生成场景的驾驶模型与原始模型相比，碰撞率显着降低了 36.1%。使用来自六个不同地理区域的流量数据集进行的定性研究表明，TrafficAlign 生成的场景与这些区域中相应的流量分布表现出很强的一致性。