你的轨迹偏移在长尾场景中安全吗？

长尾场景仍是自动驾驶评估的主要瓶颈。现有评估流程难以同时具备人类对齐、安全意识、可验证性及可解释性。本文将规划评估 formulated 为额外威胁检测：判断规划器轨迹相对于专家参考的位移是否引入新的不安全行为。我们提出了 FluidTest 评估流程，包含成对 WebUI 标注协议、32 类语义威胁分类体系及基于反思的三智能体验证系统。实验表明，FluidTest 能产生一致标注，并在大量现有规划器轨迹中识别出显著的安全相关失败，尽管这些规划器在传统指标上表现优异。