⌁ Awesome World Model Hub 论文 · 数据集 · 项目
English GitHub
← 返回论文列表

扩展以占据为中心的驾驶场景生成：数据集与方法

arXiv 25.10 2025 53.8 method, benchmark, application

TLDR

介绍了Nuplan-Occ数据集和一个统一框架，用于生成语义占据、多视角视频和LiDAR点云，以支持自动驾驶。

评分理由

Strengths include a large-scale dataset and novel techniques for multi-modal generation; weaknesses are that the paper does not explicitly address world models or reinforcement learning, limiting relevance to those keywords.

Read-first 评分解释

综合优先阅读分 53.8，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 17。

方法质量 25%
100

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：基准、数据集、评估、实验、结果

近期性 8%
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

可复现性 25%
46

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：数据集、GitHub

主题相关性 42%
24.3

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

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：639。

关键词评分

world dynamics prediction
6
video world model
4
generative world model
3
world model
2
world simulator
2
interactive world model
0
model-based reinforcement learning world model
0

深度分析

创新点

  • Nuplan-Occ：迄今为止最大的语义占据数据集，基于Nuplan基准构建
  • 统一框架，能够联合合成高质量的语义占据、多视角视频和LiDAR点云
  • 时空解耦架构，用于4D动态占据的高保真空间扩展和时间预测
  • 基于高斯泼溅的稀疏点图渲染策略，增强多视角视频生成
  • 传感器感知嵌入策略，显式建模LiDAR传感器属性以实现逼真的多LiDAR仿真

方法

作者构建了Nuplan-Occ，一个基于Nuplan基准的大规模语义占据数据集。他们开发了一个统一框架，采用时空解耦架构，联合生成4D动态占据、多视角视频和LiDAR点云。引入了两种新技术：基于高斯泼溅的稀疏点图渲染用于多视角视频生成，以及传感器感知嵌入用于逼真的多LiDAR仿真。

关键结果

大量实验表明，该方法在生成保真度和可扩展性方面优于现有方法，并验证了其在下游任务中的实用价值。

局限性

  • 该方法仍然依赖于标注的占据数据进行训练，尽管使用了新构建的大规模数据集
  • 未评估在Nuplan-Occ之外的其他驾驶数据集上的泛化能力

资源

论文

标签