Buchumschlag

DriveTester: A Unified Platform for Simulation-Based Autonomous Driving Testing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Mingfei, Zhou, Yuan, Xie, Xiaofei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

STCLocker: Deadlock Avoidance Testing for Autonomous Driving Systems
von: Cheng, Mingfei, et al.
Veröffentlicht: (2025)

ADReFT: Adaptive Decision Repair for Safe Autonomous Driving via Reinforcement Fine-Tuning
von: Cheng, Mingfei, et al.
Veröffentlicht: (2025)

Decictor: Towards Evaluating the Robustness of Decision-Making in Autonomous Driving Systems
von: Cheng, Mingfei, et al.
Veröffentlicht: (2024)

MoDitector: Module-Directed Testing for Autonomous Driving Systems
von: Wang, Renzhi, et al.
Veröffentlicht: (2025)

Drivora: A Unified and Extensible Infrastructure for Search-based Autonomous Driving Testing
von: Cheng, Mingfei, et al.
Veröffentlicht: (2026)

Moral Testing of Autonomous Driving Systems
von: Tang, Wenbing, et al.
Veröffentlicht: (2025)

Simulator Ensembles for Trustworthy Autonomous Driving Testing
von: Sorokin, Lev, et al.
Veröffentlicht: (2025)

Generative AI for Testing of Autonomous Driving Systems: A Survey
von: Song, Qunying, et al.
Veröffentlicht: (2025)

Causality-aware Safety Testing for Autonomous Driving Systems
von: Tang, Wenbing, et al.
Veröffentlicht: (2025)

On Simulation-Guided LLM-based Code Generation for Safe Autonomous Driving Software
von: Nouri, Ali, et al.
Veröffentlicht: (2025)

Boundary State Generation for Testing and Improvement of Autonomous Driving Systems
von: Biagiola, Matteo, et al.
Veröffentlicht: (2023)

PentestEval: Benchmarking LLM-based Penetration Testing with Modular and Stage-Level Design
von: Yang, Ruozhao, et al.
Veröffentlicht: (2025)

Bridging the Gap between Real-world and Synthetic Images for Testing Autonomous Driving Systems
von: Amini, Mohammad Hossein, et al.
Veröffentlicht: (2024)

Text2Scenario: Text-Driven Scenario Generation for Autonomous Driving Test
von: Cai, Xuan, et al.
Veröffentlicht: (2025)

Multimodal Learning for Just-In-Time Software Defect Prediction in Autonomous Driving Systems
von: Mohammad, Faisal, et al.
Veröffentlicht: (2025)

Beyond Accuracy: Policy Invariance as a Reliability Test for LLM Safety Judges
von: Weng, Shihao, et al.
Veröffentlicht: (2026)

Foundation Models for Autonomous Driving System: An Initial Roadmap
von: Wu, Xiongfei, et al.
Veröffentlicht: (2025)

AutoEG: Exploiting Known Third-Party Vulnerabilities in Black-Box Web Applications
von: Yang, Ruozhao, et al.
Veröffentlicht: (2026)

Generating Critical Scenarios for Testing Automated Driving Systems
von: Nguyen, Trung-Hieu, et al.
Veröffentlicht: (2024)

Demystifying the Lifecycle of Failures in Platform-Orchestrated Agentic Workflows
von: Ma, Xuyan, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Online Testing of Autonomous Driving Systems: a Replication and Extension Study
von: Giamattei, Luca, et al.
Veröffentlicht: (2024)

LMM-enhanced Safety-Critical Scenario Generation for Autonomous Driving System Testing From Non-Accident Traffic Videos
von: Tian, Haoxiang, et al.
Veröffentlicht: (2024)

Two is Better Than One: Digital Siblings to Improve Autonomous Driving Testing
von: Biagiola, Matteo, et al.
Veröffentlicht: (2023)

Bias Testing and Mitigation in LLM-based Code Generation
von: Huang, Dong, et al.
Veröffentlicht: (2023)

The Foundation Cracks: A Comprehensive Study on Bugs and Testing Practices in LLM Libraries
von: Jiang, Weipeng, et al.
Veröffentlicht: (2025)

Cognitive Platform Engineering for Autonomous Cloud Operations
von: Punniyamoorthy, Vinoth, et al.
Veröffentlicht: (2026)

On the Need for a Statistical Foundation in Scenario-Based Testing of Autonomous Vehicles
von: Zhao, Xingyu, et al.
Veröffentlicht: (2025)

MORTAR: A Model-based Runtime Action Repair Framework for AI-enabled Cyber-Physical Systems
von: Wang, Renzhi, et al.
Veröffentlicht: (2024)

Bias Behind the Wheel: Fairness Testing of Autonomous Driving Systems
von: Li, Xinyue, et al.
Veröffentlicht: (2023)

Do Code Semantics Help? A Comprehensive Study on Execution Trace-Based Information for Code Large Language Models
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Evolution without an Oracle: Driving Effective Evolution with LLM Judges
von: Zhao, Zhe, et al.
Veröffentlicht: (2025)

Perception-Guided Fuzzing for Simulated Scenario-Based Testing of Autonomous Driving Systems
von: Pham, Tri Minh Triet, et al.
Veröffentlicht: (2024)

Efficient Domain Augmentation for Autonomous Driving Testing Using Diffusion Models
von: Baresi, Luciano, et al.
Veröffentlicht: (2024)

HPCAgentTester: A Multi-Agent LLM Approach for Enhanced HPC Unit Test Generation
von: Karanjai, Rabimba, et al.
Veröffentlicht: (2025)

SimADFuzz: Simulation-Feedback Fuzz Testing for Autonomous Driving Systems
von: Yang, Huiwen, et al.
Veröffentlicht: (2024)

Correlation of Software-in-the-Loop Simulation with Physical Testing for Autonomous Driving
von: Fei, Zhennan, et al.
Veröffentlicht: (2024)

AutoEmpirical: LLM-Based Automated Research for Empirical Software Fault Analysis
von: Yu, Jiongchi, et al.
Veröffentlicht: (2025)

VP-AutoTest: A Virtual-Physical Fusion Autonomous Driving Testing Platform
von: Cui, Yiming, et al.
Veröffentlicht: (2025)

Open Challenges in the Formal Verification of Autonomous Driving
von: Burgio, Paolo, et al.
Veröffentlicht: (2024)

LangBiTe: A Platform for Testing Bias in Large Language Models
von: Morales, Sergio, et al.
Veröffentlicht: (2024)