AnchorDrive: KI-gestützte Szenarien für autonome Fahrsicherheit

Autonome Fahrsysteme müssen in sicherheitskritischen Situationen ausgiebig getestet werden, doch echte Daten dafür sind selten und schwer zu sammeln. Deshalb greifen Entwickler auf simulationsbasierte Szenarien zurück – bisher jedoch oft mit eingeschränkter Kontrolle und unrealistischen Ergebnissen.

AnchorDrive kombiniert die Stärken von großen Sprachmodellen (LLMs) und Diffusionsmodellen zu einem zweistufigen Ansatz. In der ersten Phase agiert ein LLM als Fahreragent in einer geschlossenen Simulationsschleife. Er generiert unter Berücksichtigung natürlicher Sprachbefehle Steuerungsanweisungen, die von einem Planassessor überprüft und korrigiert werden. So entsteht ein semantisch kontrolliertes Szenario.

Im zweiten Schritt extrahiert das LLM Schlüsselpunkte aus der ersten Trajektorie und nutzt sie als Anker für ein Diffusionsmodell. Dieses regeneriert die komplette Fahrspur mit hoher Realitätsnähe, ohne dabei die vom Nutzer vorgegebenen Intentionen zu verlieren. Auf dem hochD-Datensatz zeigte AnchorDrive deutlich bessere Ergebnisse in Bezug auf Kritikalität, Realismus und Steuerbarkeit.