在闭环交通建模中连接局部观测和全局模拟

当在以自我为中心的驾驶日志上训练的自回归交通模拟器部署在全局可观测的闭环环境中时，就会出现局部到全局的上下文不匹配。在这样的日志中，自我车辆具有丰富的局部观察，而周围的智能体由于感知限制和遮挡而只能部分观察到。因此，模拟器可能会学习不完整的上下文动作映射，这些映射仍然隐藏在基于日志的训练中，但在闭环部署期间出现，导致不切实际的行为，例如异常停止、不安全交互和违反规则。我们提出了 CRAFT，一种用于交通仿真的上下文偏好对齐框架，通过自我监督的故障发现和偏好引导的测试时间对齐来减轻这种不匹配。 CRAFT 将基础模拟器视为全局可观察的沙箱，从记录的初始状态生成各种假设执行轨迹，以暴露上下文引起的故障。这些失败以人性化的驾驶先验为基础，并转化为偏好监督，以训练上下文偏好评估器（CPE）。在推理时，CPE 充当插件对齐模块，在完整的场景上下文下对候选动作进行评分，并将自回归解码重新加权以实现全局一致的行为。 CRAFT 减轻了这种本地到全局的上下文偏差，在无需重新训练基础模拟器的情况下，将碰撞减少了 31.2%，将交通违规减少了 33.2%。