arXiv 2026年10月6日作者提出 CrashSim，一个以真实事故先验引导生成式多智能体交通仿真的碰撞场景生成框架：它用视觉语言模型理解自然驾驶场景、以分层检索从真实事故数据库中匹配事故先验，并把先验的相对运动模式与行为阶段时序转成锚点引导，驱动在 nuScenes 上预训练的扩散生成器产生安全关键交互；结果显示 CrashSim 比 Strive 和 LD-scene 更贴近真实事故的碰撞前行为、碰撞动力学、碰撞几何与事故类型分布，并据此构建了包含 4000 多个碰撞与近碰撞场景的 nuCrash 数据集，五种规划器在其上的闭环表现差异明显大于 nuScenes，LLM 评估智能体还能给出能力层面的诊断与改进建议。作者提出 CrashSim，一个以真实事故先验引导生成式多智能体交通仿真的碰撞场景生成框架：它用视觉语言模型理解自然驾驶场景、以分层检索从真实事故数据库中匹配事故先验，并把先验的相对运动模式与行为阶段时序转成锚点引导，驱动在 nuScenes 上预训练的扩散生成器产生安全关键交互；结果显示 CrashSim 比 Strive 和 LD-scene 更贴近真实事故的碰撞前行为、碰撞动力学、碰撞几何与事故类型分布，并据此构建了包含 4000 多个碰撞与近碰撞场景的 nuCrash 数据集，五种规划器在其上的闭环表现差异明显大于 nuScenes，LLM 评估智能体还能给出能力层面的诊断与改进建议。CrashSim 用真实事故先验生成碰撞场景，构建 4000+ 例 nuCrash 并放大五种规划器的安全差异作者提出 CrashSim，一个以真实事故先验引导生成式多智能体交通仿真的碰撞场景生成框架：它用视觉语言模型理解自然驾驶场景、以分层检索从真实事故数据库中匹配事故先验，并把先验的相对运动模式与行为阶段时序转成锚点引导，驱动在 nuScenes 上预训练的扩散生成器产生安全关键交互；结果显示 CrashSim 比 Strive 和 LD-scene 更贴近真实事故的碰撞前行为、碰撞动力学、碰撞几何与事故类型分布，并据此构建了包含 4000 多个碰撞与近碰撞场景的 nuCrash 数据集，五种规划器在其上的闭环表现差异明显大于 nuScenes，LLM 评估智能体还能给出能力层面的诊断与改进建议。作者提出 CrashSim，一个以真实事故先验引导生成式多智能体交通仿真的碰撞场景生成框架：它用视觉语言模型理解自然驾驶场景、以分层检索从真实事故数据库中匹配事故先验，并把先验的相对运动模式与行为阶段时序转成锚点引导，驱动在 nuScenes 上预训练的扩散生成器产生安全关键交互；结果显示 CrashSim 比 Strive 和 LD-scene 更贴近真实事故的碰撞前行为、碰撞动力学、碰撞几何与事故类型分布，并据此构建了包含 4000 多个碰撞与近碰撞场景的 nuCrash 数据集，五种规划器在其上的闭环表现差异明显大于 nuScenes，LLM 评估智能体还能给出能力层面的诊断与改进建议。