加州大学伯克利分校 发布 INTERDRIVE 数据集, 应用在 自动驾驶、交通模拟 领域

加州大学伯克利分校 本次发布的数据集 INTERDRIVE, INTERDRIVE是一个大规模的交通场景交互行为数据集，由加州大学伯克利分校、NEC Labs America和加州大学圣地亚哥分校共同构建。该数据集通过精心设计的人类标注流程，确保高质量地捕获真实世界驾驶场景中细腻的agent-agent交互行为，如并线、跟车、让行等。数据集涵盖了来自Waymo Motion和NuPlan的两个数据集的注释，共包含150k个交互行为标注和单agent行为标注，旨在为语言条件下的交通模拟提供训练基础，推动自动驾驶车辆的安全和可靠测试。

查看INTERDRIVE

关于 加州大学伯克利分校 , 加州大学伯克利分校（University of California, Berkeley），简称伯克利，位于美国旧金山湾区伯克利市，是世界著名公立研究型大学，在学术界享有盛誉，位居世界一流大学之列。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。