自动驾驶研究需要社区共建的数据范式

自动驾驶取得了显着进展，最近人工智能的进步实现了商业部署，重塑了城市交通。然而，该领域距离其普遍的社会承诺还很遥远：可以随时随地为任何人稳健运行的自治系统。我们认为这种差距不仅仅是一个建模问题，而且是流行数据范式的问题。当前的研究严重依赖于一些空间和场景覆盖范围有限的基准数据集，尽管社区已经在近 50 个国家/地区总共生成了 600 多个自动驾驶数据集。然而，这种丰富性并没有转化为广泛的研究影响：由于碎片化、可见性有限、协议不兼容以及将注意力集中在少数主导数据集上的基准激励措施，大多数数据集仍然未得到充分利用。因此，我们认为自动驾驶研究需要协作、社区驱动的数据范式。这样的范式将改善不同数据集的发现、重用、集成和评估；制作未充分探索的数据 学习起来更容易、更有价值；并降低新贡献者的门槛。我们概述了其关键原则，说明了早期实现，并呼吁学术界和工业界进行合作，将分散的数据集转变为共享的社区基础设施，以实现随时随地的自治。