摘要

在基础模型迅速扩展的时代，自动驾驶技术正接近一个变革性的门槛，端到端自动驾驶（E2E-AD）因其在数据驱动方式下可大规模扩展的潜力而崭露头角。然而，现有的 E2E-AD 方法大多是在开环日志重放模式下进行评估的，以 L2 误差和碰撞率作为指标（例如，在 nuScenes 数据集中），这无法完全反映算法的驾驶性能，这一点最近已被业界所认可。对于那些在闭环协议下评估的 E2E-AD 方法，它们通常在固定的路线（例如，CARLA 中的 Town05Long 和 Longest6）上进行测试，以驾驶得分为指标，但由于未平滑的指标函数和长路线中的大随机性，这些方法的得分方差较高。此外，这些方法通常会收集自己的数据用于训练，使得算法级别的公平比较难以实现。为了满足全面、真实且公平的测试环境这一重要需求，我们推出了 Bench2Drive——首个用于评估 E2E-AD 系统多种能力的闭环基准测试平台。Bench2Drive 的官方训练数据集包含 200 万个完全注释的帧，这些帧来自 13638 段短片段，均匀分布在 CARLA v2 的 44 种交互场景（如切入、超车、绕行等）、23 种天气条件（如晴天、雾天、雨天等）和 12 种城镇类型（如城市、乡村、大学等）。其评估协议要求 E2E-AD 模型在不同地点和天气条件下通过 44 种交互场景，总计 220 条路线，从而提供对不同情况下驾驶能力的全面且独立的评估。我们实现了最先进的 E2E-AD 模型，并在 Bench2Drive 上对其进行了评估，提供了关于当前状态和未来方向的重要见解。