Core Concepts
제한된 테스트 시나리오 수 하에서 자율주행 차량의 성능을 정확하게 평가하기 위한 최적화된 테스트 시나리오 집합 선정 방법
Abstract
이 논문은 자율주행 차량의 안전성 평가를 위한 "제한적 시나리오 테스트(Few-Shot Testing, FST)" 문제를 정의하고 해결하는 체계적인 프레임워크를 제안한다.
테스트 시나리오 수가 엄격히 제한된 상황에서 자율주행 차량의 성능을 정량적으로 평가하는 것이 핵심 목표
이를 위해 시나리오의 이웃 범위와 유사성을 활용하여 최적의 테스트 시나리오 집합을 선정
대체 모델(Surrogate Model)을 활용해 테스트 오차 상한을 이론적으로 분석하고 최소화
차선 변경 시나리오에 대한 실험 결과, 기존 방법 대비 평균 오차와 분산이 크게 감소, 특히 테스트 시나리오 수가 적은 경우에도 정확도가 잘 유지
Stats
자율주행 차량의 전체 충돌률은 3.0 × 10-4 수준이다.
4가지 대체 모델의 충돌률은 4.6 × 10-4 ~ 4.9 × 10-3 범위에 있다.
Quotes
"Testing and evaluating the safety performance of autonomous vehicles (AVs) is essential before the large-scale deployment."
"Practically, the number of testing scenarios permissible for a specific AV is severely limited by tight constraints on testing budgets and time."
"With the restrictions imposed by strictly restricted numbers of tests, existing testing methods often lead to significant uncertainty or difficulty to quantifying evaluation results."