ChatBEV

ChatBEV模型提升交通场景理解与仿真能力

研究人员开发了ChatBEV，一个专门用于从鸟瞰图（BEV）理解交通场景的视觉语言模型（VLM）。为此，他们创建了ChatBEV-QA，一个包含超过137,000个交通场景问答对的大型基准测试。ChatBEV模型在解释复杂交通交互方面表现出更优性能，并已集成到一个语言引导的交通仿真框架中，与纯文本基线相比，轨迹位移误差降低高达20.9%，碰撞率降低高达37.9%。