关注官方微信
您现在的位置:首页 >> 通知公告 >>  学术报告

学术报告

HRI学术研讨第十五期

发布时间:2026-11-12 点击次数:

 

题目:
李明航:从闭环因果交通生成器角度提升安全关键场景仿真真实性
蔡卓航:无序地标图像的视觉导航——拓扑建图·概率定位·动态子目标规划

本次学术分享围绕自动驾驶安全场景生成与复杂环境下的视觉导航展开。会议首先探讨了如何解决闭环交通仿真中“真实场景不安全、安全场景不真实”的痛点,重点介绍了基于因果交互图与动态反事实引导的场景生成方法。随后,会议分享了ULVN(无序地标视觉导航)框架的最新研究:一是如何从杂乱无章的照片库中建立可靠的稀疏加权拓扑图;二是如何在图上维护概率分布并寻找最宽路径进行子目标规划。报告探讨了从“最小化反事实干预”到“非时序先验导航”的关键技术,并对场景生成的可解释性与导航的实机鲁棒性等核心问题进行了深入交流。

由李明航汇报的“从闭环因果交通生成器角度提升安全关键场景仿真真实性”,基于CounterScene的最新研究。针对传统方法在生成安全关键场景时往往破坏交通真实性的问题,报告提出:将安全关键场景生成建模为扩散世界模型中的定向反事实干预。该研究首先通过因果交互图(CIG)编码多车交互特征,识别出维持当前场景安全的关键车辆(Causal Adversarial Agent Selection);随后,在扩散模型的去噪过程中引入动态反事实引导,通过空间约束(吸引对抗车辆至冲突点)、时间同步(压缩到达冲突点的时间差)与急动度正则,在“最小化改动”的前提下消除安全裕度。实验表明,该方法在降低轨迹误差(ADE降低24.2%)的同时将碰撞率提升两倍以上,且能够随预测时间延长展现出显著的对抗优势。该工作证明了在安全场景生成中,精准选择“干预哪辆车”与“如何干预”同样重要。

由蔡卓航分享的“Unordered Landmark Visual Navigation(无序地标图像的视觉导航)”,提出了一套系统性的导航框架(ULVN)。针对仅有打乱顺序的参考照片且无里程计先验的严苛条件,该研究设计了三大核心模块:1. RAVEL(建图):利用MegaLoc提取特征与几何验证,结合双锚点标定,通过最大生成森林(MSF)稀疏化与强回环补回,从无序照片构建可靠的稀疏加权拓扑图;2. BPL(定位):采用有限多跳邻域传播与视觉观测的贝叶斯融合,通过归一化熵自适应分配权重,有效应对重复纹理与视角变化;3. BASS(规划):基于“最宽路径”(最大化路径瓶颈边权)算法生成动态子目标,一旦偏离随即重规划,结合局部运动策略(如ViNT/NoMaD)执行。实验表明,该框架建图F1达73.65%,定位准确率超93%,与NoMaD结合后导航成功率达71.9%,并在实机中成功演示了偏航与被搬移后的恢复能力。

交流环节中,与会人员围绕反事实干预在真实世界驾驶数据中的泛化性、闭环滚动仿真中的多车博弈稳定性,以及无序导航在大规模长期动态环境中的维护成本等问题进行了讨论。会议认为,无论是通过因果图谱精准“制造”极端危险,还是通过拓扑与概率融合在“记忆模糊”中寻找方向,两者的模块化设计思路与最小化先验依赖的理念都极具借鉴意义。



您是第个访问该页面的用户

通知公告

最新图文资讯

| 网站首页 丨 中心概况 丨 新闻动态 丨 师资队伍 丨 人才培养 丨 技术研发 丨 科研平台 丨 开放与交流 丨 资料下载 丨 党建工作 丨 通知公告 丨 联系我们 丨

微信公众号
联系电话

028-61830850
邮箱:      zjlhbj@uestc.edu.cn
地址:      四川省成都市高新西区西源大道2006号
电子科技大学清水河校区创新中心

版权所有©2020 人机智能技术与系统教育部工程研究中心 蜀ICP备2022017640号-1 公网安备 52032102000193号
   blue.png

微信
咨询
电话

028-61830850
邮箱:      zjlhbj@uestc.edu.cn
地址:      四川省成都市高新西区西源大道2006号
电子科技大学清水河校区创新中心

顶部