LidarDM：在生成世界中的生成式激光雷达仿真

arXiv 24.4 2024 65.1 method, system, application

TLDR

LidarDM利用潜在扩散模型生成逼真、布局感知、时间一致的激光雷达视频，用于自动驾驶仿真。

评分理由

The paper introduces a novel 4D world generation framework for LiDAR simulation, demonstrating strong performance in realism and temporal coherence. However, it lacks explicit mention of real-world benchmarks or interactive capabilities, limiting its generalizability.

Read-first 评分解释

综合优先阅读分 65.1，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 43。

近期性 8%

75.1

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2024

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：有；数据：无；命中信号：GitHub

主题相关性 42%

61.4

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：实验、指标

研究版图角色

复现锚点

排序敏感性

稳定性：volatile；排名波动范围：178。

关键词评分

world model

world simulator

generative world model

video world model

world dynamics prediction

interactive world model

model-based reinforcement learning world model

深度分析

创新点

由驾驶场景引导的激光雷达生成
4D激光雷达点云生成，实现逼真且时间一致的序列
使用潜在扩散模型生成3D场景和动态参与者的集成4D世界生成框架
作为生成式世界模型模拟器用于训练和测试感知模型

方法

LidarDM采用潜在扩散模型生成3D场景，然后与动态参与者结合形成4D世界。从该虚拟环境中生成逼真的激光雷达传感器观测。模型在逼真度、时间一致性和布局一致性指标上与竞争算法进行评估。

关键结果

LidarDM在逼真度、时间一致性和布局一致性方面优于竞争算法。同时展示了作为生成式世界模型模拟器用于训练和测试感知模型的有效性。

资源

论文代码