R3D2：基于扩散的自动驾驶仿真中逼真3D资产插入

arXiv 2025 27.2 method, application

TLDR

R3D2是一步扩散模型，生成阴影和一致光照，将完整3D资产逼真插入驾驶场景，提升自动驾驶仿真。

评分理由

The paper presents a clear method and novel dataset for realistic 3D asset insertion in driving simulation, with quantitative and qualitative evaluations. However, its scope is narrow and does not explicitly engage with broader world model frameworks, and the abstract omits detailed limitations or specific metric results.

Read-first 评分解释

综合优先阅读分 27.2，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 8。

近期性 6%

86.7

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：2025

方法质量 18%

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：数据集、评估、结果、验证

可复现性 18%

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：无；数据：无；命中信号：代码、数据集

主题相关性 29%

11.4

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

引用影响力 18%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。引用数：0

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：105。

关键词评分

world simulator

world model

generative world model

interactive world model

video world model

world dynamics prediction

model-based reinforcement learning world model

资源

论文