面向自动驾驶的智能体驱动长尾仿真

针对现有自动驾驶仿真依赖日志回放或规则智能体、缺乏行为多样性与长尾覆盖的问题，本文提出一种智能体驱动的仿真框架。该框架利用遵循指令的大语言模型通过结构化动作接口控制道路参与者，在保持物理合理性的同时实现意图性与反应性行为。此外，文章引入 SemanticPlan 基准，通过在真实 nuPlan 场景中增加遵循多样语言指令的交互智能体，构建富含语义的长尾闭环规划测试集。评估表明，当前先进规划器在此类场景中仍难以确保持续安全有效地完成任务。