🚗 IEDD：面向自动驾驶的交互式增强驾驶数据集

一、原文概括

自动驾驶正朝着完整的视觉-语言-动作（VLA）范式发展，但稀疏的交互式场景和较弱的多模态对齐一直是瓶颈。现有数据集过度代表直线驾驶，而关键的长尾事件（变道协商、行人避让、对向避让）仍然很少见。

为了打破这个天花板，研究团队介绍了 IEDD（交互式增强驾驶数据集）及其多模态扩展 IEDD-VQA，专为物理感知、交互密集型学习而设计。

二、核心创新点

1. 大规模交互提取与物理量化

从五个异质自然驾驶数据集提取了 731 万个以自我为中心的交互场景：

• Waymo Open Motion
• nuPlan
• Lyft Level 5
• INTERACTION
• SIND

91% 是多代理交互（在 SIND 中只有 0.2%）。

2. 分层 L1-L4 基准测试

• L1 感知：物体和交互准确率
• L2 描述：语义评分 + ROUGE-L
• L3 量化：强度/效率的 MAE + 逻辑大小检查
• L4 反事实：因果逻辑和安全意识

三、实验结果

• 开源模型通常与封闭源模型竞争或超越
• 思维链大幅提高物理估计
• LoRA 微调可将整体性能提升 78.7%

四、总结

IEDD 为自动驾驶研究提供了一个可扩展的、基于物理的数据基础。

资源链接：

• 论文：https://arxiv.org/abs/2602.20575
• 数据集：https://doi.org/10.5281/zenodo.18742437