AURORA：一种自然语言驱动的代理框架，用于理解、推理和编排可靠的空地联合仿真

空地交通研究越来越依赖于联合仿真，但构建场景仍然需要大量劳动力且难以验证。更重要的是，生成的场景可能会成功执行，但无法实现用户请求的空间、时间、通信或行为关系。本文提出了 AURORA，一种自然语言驱动的代理框架，它将空地场景生成视为一个编译和验证的过程。 AURORA 的核心是空地场景图 (AGSG)，这是一种类型化的中间表示形式，可明确连接代理、空中任务、事件、通信链路、成功条件及其跨域依赖性。这种共享表示可以在统一的工作流程中实现模拟器基础解析、联合道路空域基础、时间规划、预执行可行性检查、基于跟踪的运行时验证、故障定位和有限修复。我们进一步引入 AURORA-Bench 来评估生成的场景是否执行，以及它们是否忠实地实现所请求的交互。跨多种语言模型的实验表明，结构化执行大大提高了可靠性，而运行时验证则暴露了基于完成的评估所忽略的静默故障。局部修复进一步解决了许多违规问题，而无需重新生成整个场景。结果表明，可靠的场景生成需要验证已实现的行为，而不仅仅是可执行代码，并证明了显式中间表示对于可验证和可修复的语言驱动协同仿真的价值。