论文提出语言驱动的V2X通信故障场景自动合成与因果验证测试框架。
资讯摘要
论文提出LAST-V2X，一个语言驱动的自适应框架，用于自动合成V2X安全应用的测试场景。它利用大语言模型把自然语言测试描述转换为可执行场景，结合交通仿真、空间感知通信建模与消息级故障注入，并通过降级信息与真实信息下的配对执行，判断安全失效是否由通信问题引起。作者报告在CARLA环境中能生成可靠场景、区分通信诱发的失效，并借助自适应细化提升故障发现能力。
要点速读
- 利用LLM将自然语言测试描述转为基于道路几何、V2X通信语义和车辆行为的可执行场景。
- 通过降级信息与真实信息下的配对执行，区分通信诱发的安全失效与交通条件本身导致的违规。
- 执行引导的细化机制结合参数搜索与LLM自我反思，生成最小可复现失效案例；实验在CARLA环境与多种V2X安全应用上开展。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。