跳到正文
arXiv · 机器人与计算机视觉· Milan Bulat, Gino Ardelean, Ellington Kirby·· 14 天前精选AI 评分78

超越违规分数:驾驶与机器人导航代理的闭环评估失败边界轮廓

Beyond Infraction Scores: Failure-Boundary Profiles for Closed-Loop Evaluation of Driving and Robot Navigation Agents

AI 导读

针对 CARLA 封闭回路基准仅依赖违规罚分无法区分停止与推挤障碍行为的局限,本文提出失败边界轮廓方法,通过改变走廊宽度或车流时间差等因子并认证每个变体应通行或停止,估算代理的承诺度与能力曲线。该方法在七个驾驶代理和 Isaac Sim 仓库机器人上评估显示,规则专家决策准确率为 0.74,而得分最高的学习代理仅为 0.60,揭示了高分策略在不同失败模式下的差异。代码与数据已公开。

推荐理由

提出失败边界轮廓方法,通过认证标签区分不同导航策略在闭环评测中的决策准确性与行为差异。

来源:arXiv · 机器人与计算机视觉 · arxiv.org