CARLA-GS는 자율주행 코너 케이스 합성을 위해 시각 표현, 의미 추론, 물리 시뮬레이션을 분리하는 파이프라인입니다. 실제 주행 데이터를 기반으로 가우시안 장면을 재구성하고, 멀티 에이전트 LLM이 위험한 상호작용을 파악하고 의도 기반의 웨이포인트 경로를 생성합니다. CARLA는 물리적 타당성을 보장하며, 시뮬레이션된 차량 상태는 가우시안 장면으로 투영되어 사진처럼 사실적인 렌더링을 제공합니다.
기존 방식은 장면이나 경로를 개별적으로 다루거나, 전체 과정을 시도하지만 일관성과 현실성을 확보하기 어려웠습니다. CARLA-GS는 모듈식 접근 방식을 통해 이러한 한계를 극복하고, 고수준의 의미 추론과 물리적으로 실행 가능한 동작을 통합합니다.
웨이모 오픈 데이터셋 실험 결과, CARLA-GS는 정량적, 정성적으로 제어 가능한 코너 케이스 생성 및 의미에 부합하고 물리적으로 타당한 영상 제작을 가능하게 합니다.