生成式 AI 在自动驾驶中的应用综述
Generative AI for Autonomous Driving: A Review
一篇综述梳理了生成式 AI 在自动驾驶中的应用，涵盖静态地图创建、动态场景生成、轨迹预测与车辆运动规划等任务，并对比了 VAE、GAN、生成式 Transformer 与扩散模型的能力与局限。文章还讨论了传统方法与生成方法结合的混合方案、相关数据集，以及安全、可解释性、实时性、训练与基准测试五大核心挑战，并给出图像生成、动态场景生成与规划方面的建议。
作者：Katharina Winter、Abhishek Vivekanandan、Rupert Polley、Yinzhe Shen、Christian Schlauch、Mohamed-Khalil Bouzidi、Bojan Derajic、Natalie Grabowsky、Annajoyce Mariani、Dennis Rochau、Giovanni Lucente、Harsh Yadav、Firas Mualla、Adam Molin、Sebastian Bernhard、Christian Wirth、Ömer Şahin Taş、Nadja Klein、Fabian B. Flohr、Hanno Gottschalk
摘要：生成式 AI（GenAI）正在迅速推动自动驾驶（AD）领域的发展，其应用已超越传统的文本、图像和视频生成。我们探讨了生成模型如何增强汽车相关任务，例如静态地图创建、动态场景生成、轨迹预测和车辆运动规划。通过考察从变分自编码器（VAE）和生成对抗网络（GAN）到生成式 Transformer（GT）和扩散模型（DM）等多种生成方法，我们突出并比较了它们在 AD 特定应用中的能力与局限。此外，我们讨论了将传统技术与生成方法相结合的混合方法，并强调其改进的适应性和鲁棒性。我们还梳理了相关数据集，并列出开放研究问题，以指导 GenAI 的未来发展。最后，我们讨论了五个核心挑战：安全性、可解释性、实时能力、训练和基准测试。我们还针对图像生成、动态场景生成和规划提出了建议。
| 评论： | 本工作已提交至 IEEE，可能被发表 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；机器人学（cs.RO） |
| 引用为： | arXiv:2505.15863 [cs.CV] |
| （或本版本使用 arXiv:2505.15863v2 [cs.CV]） | |
| https://doi.org/10.48550/arXiv.2505.15863 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Katharina Winter [查看邮箱]
[v1]
2025年5月21日星期三 07:59:18 UTC（8,932 KB）
[v2]
2026年10月13日星期二 07:38:50 UTC（1,562 KB）
来源：arXiv cs.AI · arxiv.org