LLM-SG生成框架

自然语言生成交通场景

把专家用自然语言表达的需求转换成物理有效且语义一致的自动驾驶测试场景，无需人工设计规则模板。

Zhang, Yuhan · Yichang, Shao · 施晓蒙 · Pu, Ziyuan · Zhao, Hantao · 叶智锐

Transportation Research, Part C: Emerging Technologies 2026

技术优势

直接说人话就能生成场景

用自然语言描述意图，框架自动进行语义解析与本体对齐，无需手工设计规则模板。

场景物理上说得通

通过物理接地的 roll-out 与交通理论约束混合生成，避免毫无依据的参数组合导致失真。

能复现多车交互结构

案例研究显示框架在高保真数据上准确重建了换道事件中的多车交互结构。

应用场景

• 自动驾驶仿真测试：车企和测试机构可用自然语言批量生成换道等关键场景，替代手工设计。
• 机器人场景生成：为机器人导航与交互测试提供语义可控、物理有效的场景库。
• 智能交通系统评测：为智能交通系统评测生成标准化且多样化的交互场景，提升评估效率。