发表在 arXiv 上的研究（2026 年）介绍了 TrafficSignBench--一个创新的基准测试，用于评估自动驾驶车辆对交通标志的遵守情况。研究表明，现有的规划器可以在标准测试中获得高分，同时违反基本的交通规则。新的平台可以对车辆在 29,000 个不同场景中的行为进行受控评估，这对于安全性和实际部署至关重要。
为什么标准的自动驾驶评估指标不足？
目前用于评估自主系统的基准测试主要基于聚合指标，例如成功到达目的地的能力、碰撞次数或整体驾驶得分。但是，这些指标并未考虑到具体的交通规则违规行为。因此，规划器可以在获得高分的同时超速行驶、无视禁令标志或执行不符合法律规定的操作。研究表明，这种方法会导致一种安全幻觉--系统可能“高效”运行，但实际上是危险的。
研究结果表明，当前评估方法存在一个重要缺陷：没有一种机制可以明确检测到违反特定规则的行为。这种限制阻碍了对系统在公共道路上实际使用做好准备情况进行可靠评估，因为遵守交通规则不仅是一个安全问题，也是一个合法性问题。
用于评估自动驾驶车辆遵守交通标志的平台如何工作？
TrafficSignBench 是一个基于模拟的测试平台，它利用真实的道路地图和程序化生成的场景来关注交通规则。设计者创建了一个系统，该系统不仅可以模拟不同的道路条件，还可以自动检查车辆规划器是否遵守 34 种不同的交通标志--从禁止通行到让行优先。
每个规则都配备了一个自动违规检查器，该检查器在封闭测试循环中实时运行。这样，研究人员可以准确地跟踪系统何时以及如何违反特定规则--从而能够分析原因并改进模型。
测试结果：高分，但规则遵守率低
研究人员创建了 5800 个测试场景，并使用它们来评估现有的规划器。结果令人惊讶：尽管在标准基准测试中获得了很高的总体得分，但许多系统在遵守特定规则方面存在严重问题--例如，它们会忽略禁止行驶的标志或不在十字路口让行。
这表明，当前的评估指标无法检测到自主系统中存在的重大缺陷。从整体目标来看，该系统可能“正常”运行，但仍然以非法或不安全的方式运行--这对交通安全构成严重风险。
新方法：从评估交通标志的遵守情况到改进模型
与其仅仅进行评估，TrafficSignBench 还允许改进系统。研究人员表明，通过添加与交通标志相关的明确约束，可以将现有的规划器转化为符合法规的轨迹专家。这使得能够以可扩展的方式生成“预言”轨迹--即理想且合法的路径--这些路径可以用于在学习过程中调整模型。
这种方法对于自主系统的发展至关重要：它不仅评估了它们的操作，还使它们有机会学习正确的行为。这是朝着创建不仅有效而且合规的系统迈出的重要一步。
TrafficSignBench 不仅揭示了现有系统的弱点，还为自主模型的开发过程开辟了新的可能性。通过集成的实时违规检查机制，研究人员可以识别规划器系统性地忽略的特定规则--例如，在给定十字路口禁止左转或必须让行来自右侧车辆。这使得能够对模型进行精确调整，而不仅仅是总体改进结果。实际上，这意味着该系统不仅可以通过到达目的地的有效性来学习，还可以通过道路交通的法律和道德原则来学习。
这种方法对于建立公众信任并满足在自主驾驶中的错误可能产生法律后果的国家/地区的法规要求至关重要。从长远来看，TrafficSignBench 可能会成为在实际道路上部署系统之前对其进行验证的标准，从而不仅提高效率，而且确保完全符合法律。相关主题： 工业机器人的部署.