内容摘要
罕见的车—行人高风险交互难以为端到端驾驶评测提供充足的传感器级数据。作者指出，轨迹生成方法不能合成原始视觉观测，视频方法则缺乏行为可控性，因此提出ControlPed，将冲突轨迹生成、人体动作合成与3D高斯泼溅渲染串联起来。
框架基于HazardPed数据集，包含高精地图及857段标注人体动作。方法先生成冲突轨迹，再通过文本条件扩散模型生成三维人体动作；生成过程中固定根节点水平位置，使动作对齐目标轨迹，最后将可驱动行人化身注入重建场景，输出多视角视频。
作者在88个人工检查的渲染场景中评测七个端到端驾驶模型，报告平均HDScore从88.8降至47.4。下降主要来自路线完成度、无碰撞和碰撞时间指标，可行驶区域合规性基本不变。
测试使用官方预训练权重，不作微调，且全部采用开环评测；路线完成度使用代理定义，在首次出现未来0.5秒内碰撞的关键帧终止路线。上述结果反映该渲染协议下的行人风险响应，不能直接视为闭环交互或真实道路安全结论。
点评
为端到端驾驶提供兼顾行人动作控制与视觉渲染的风险场景生成路径，可用于部署前安全测试。
证据来自作者论文实验，不是独立研究复现；当前仅为开环设置，闭环交互仍是后续方向，结论应限定于所述评测协议。
版本与核查范围
版本 2610.06171v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 h1[1]；#S1.p1.1；#abstract1.1；#abstract1.1；#S4.SS2.p2.1；#S4.SS3.p1.1；#S5.SS1.p1.1；#S5.SS3.p1.1；#S5.SS3.p1.1；#S5.SS1.p7.1；#S5.SS1.p6.1；#S6.p1.1