加速暴露AV碰撞
面向自动驾驶系统的对抗性测试框架,通过奖励成形引导系列强化学习智能体持续探索未知攻击场景,有效发现更多碰撞案例并加速漏洞修复。
Xuan, Cai · 白雪松 · Cui, Zhiyong · Hang, Peng · 于海洋 · Ren, Yilong
IEEE Transactions on Intelligent Vehicles 2024
奖励成形引导系列智能体持续探索未被存储库覆盖的对抗场景，从而发现更多导致AV发生事故的场景。
通过系列智能体在不同训练阶段的进化方向差异，测试生成更丰富多样的对抗场景。
方法不依赖AV内部模型，可直接对黑盒系统进行对抗压力测试。
对碰撞进行定性因果分析，输出可供漏洞修复参考的见解。