MapAgent：城市規模車道級地圖生成的工業級代理架構

研究論文提出 MapAgent，這是一個專為城市規模車道級地圖生成設計的工業級代理架構。論文指出，車道級地圖是自動駕駛和車道級導航的關鍵基礎設施，但為數百個城市建造和維護標準化車道網絡仍然高度耗時。現有的端到端向量化地圖方法可以直接從感測器數據預測車道幾何和拓撲，但它們通常將地圖規格和交通法規視為隱式、數據集依賴的監督。此外，在複雜場景中，例如磨損或缺失標記以及遮擋，正確的車道配置往往僅靠視覺證據難以確定，導致規格違規成為人工後編輯的主要來源。為解決這些問題，MapAgent 採用了一種代理架構，將骨幹感知與顯式規格驗證、約束感知推理和確定性地圖編輯結合在有界、驗證驅動的 Judge-Planner-Worker 循環中。具體來說，視覺語言 Judge 通過聯合檢查視覺證據和草稿向量來診斷錯誤，而工具調用 Planner 生成最小糾正編輯並進行後編輯重新驗證。為了保持城市規模生產的可擴展性，MapAgent 僅在骨幹信心低的瓷磚上選擇性觸發，從而在保持吞吐量的同時增加適度開銷。在真實世界數據集上的實驗表明，MapAgent 在強生產基線上取得了一致的增益，尤其是在複雜和長尾場景中。此外，MapAgent 已被整合到百度地圖中，支持全國超過 360 個城市的車道級地圖生成，將整體生產自動化提升至 95% 以上，證明了 MapAgent 在大規模車道級地圖生成中的實用性和有效性。