La validació de sistemes de conducció autònoma requereix escenaris de prova diversos i conformes amb la normativa. En les simulacions, aquests escenaris es defineixen com a scripts executables en llenguatges específics de domini (DSL). Tanmateix, generar automàticament aquests scripts a partir de descripcions regulatòries segueix sent un repte obert. Els enfocaments existents presenten compromisos fonamentals: els mètodes d’assemblatge per recuperació aconsegueixen taxes de compilació raonables però manquen d’escalabilitat, mentre que la generació completa de scripts basada en recuperació pateix baixes taxes d’èxit. En aquest context sorgeix Chat2Scenic, presentat a l’article arXiv:2607.14387v1, com el primer marc iteratiu de generació augmentada per recuperació (RAG) per produir scripts d’escenaris en DSL Scenic. Aquesta solució ofereix una interfície conversacional que permet refinar escenaris de forma interactiva i integra RAG per fonamentar la generació en el coneixement regulatori i la sintaxi del DSL. A més, es proposa un benchmark obert amb 123 escenaris provinents de normatives com NHTSA i regulacions de l’ONU. Les avaluacions amb models de llenguatge d’última generació (LLM) mostren que Chat2Scenic assoleix un 76,42 % de taxa d’èxit de compilació (CSR) i un 58,17 % de precisió en el marc (FA), superant àmpliament els mètodes previs (Retrieval Assemble amb 30,08 % CSR, 11,03 % FA i Retrieval full script generation amb 16,26 % CSR, 10,86 % FA). El codi està disponible a GitHub sota llicència oberta.
La innovació de Chat2Scenic rau en la seva arquitectura iterativa i l’ús de RAG per combinar recuperació de documents regulatoris amb generació assistida per LLM. A diferència d’enfocaments previs que tractaven la generació com un procés únic, Chat2Scenic permet a l’usuari mantenir un diàleg amb el sistema, ajustant paràmetres, corregint errors de compilació i refinant la lògica de l’escenari. Això redueix dràsticament la taxa de fallades i millora la fidelitat regulatòria. El benchmark inclou escenaris complexos com interseccions amb prioritat, canvis de carril i situacions d’emergència, cosa que demostra l’aplicabilitat del mètode en casos reals. Els resultats confirmen que la combinació d’interacció humana i recuperació contextual és clau per superar les limitacions de les tècniques purament generatives.
Aquesta tecnologia té implicacions directes més enllà de la conducció autònoma. La capacitat de generar scripts a partir de descripcions normatives utilitzant intel·ligència artificial és aplicable a qualsevol domini on es requereixi validació basada en regles. Per exemple, en el desenvolupament d’aplicacions a mida, l’automatització de proves basada en especificacions regulatòries pot reduir costos i accelerar el time-to-market. A Q2BSTUDIO, com a empresa de desenvolupament de programari i tecnologia, entenem que la integració de la intel·ligència artificial en processos de testing i validació és un factor diferencial. La nostra experiència en IA ens permet dissenyar solucions que, igual que Chat2Scenic, utilitzen LLMs i RAG per interpretar documentació tècnica i generar casos de prova, scripts d’automatització o fins i tot assistents virtuals especialitzats.
A més, la infraestructura necessària per executar aquests sistemes requereix plataformes cloud robustes. A Q2BSTUDIO oferim serveis de cloud AWS/Azure que proporcionen l’escalabilitat, la seguretat i la flexibilitat necessàries per desplegar solucions basades en LLMs i RAG. La ciberseguretat és un altre pilar fonamental: en gestionar dades regulatòries sensibles i scripts de simulació, és crucial implementar mesures de protecció. Els nostres serveis de ciberseguretat garanteixen que les arquitectures cloud i les aplicacions d’IA compleixin amb els estàndards més exigents. Així mateix, la generació d’escenaris pot beneficiar-se de l’anàlisi de dades històriques mitjançant eines de Business Intelligence. Per exemple, utilitzant BI / Power BI és possible visualitzar patrons de fallades o cobertura d’escenaris, optimitzant així l’estratègia de validació.
La tendència cap a agents d’IA autònoms capaços d’interactuar amb entorns simulats és imparable. Chat2Scenic representa un pas en aquesta direcció, però el seu veritable potencial es materialitza quan es combina amb plataformes d’automatització de processos. A Q2BSTUDIO desenvolupem agents IA que no només generen scripts, sinó que també poden executar-los, analitzar resultats i retroalimentar el sistema de forma contínua. Aquesta visió de cicle tancat és la que apliquem en projectes de transformació digital per a clients de diversos sectors. La mateixa tecnologia RAG que alimenta Chat2Scenic pot adaptar-se per construir assistents de documentació tècnica, sistemes de recomanació contextual o chatbots de suport especialitzats.
En resum, Chat2Scenic demostra que la combinació de recuperació d’informació, models de llenguatge i interacció iterativa és una estratègia guanyadora per a la generació d’escenaris de validació en conducció autònoma. Aquest enfocament no només millora les mètriques de compilació i precisió, sinó que obre la porta a noves aplicacions en el desenvolupament de programari personalitzat, l’automatització de proves i la intel·ligència artificial aplicada. A Q2BSTUDIO acompanyem les organitzacions en aquest camí, oferint solucions integrals que abasten des de la consultoria en cloud i ciberseguretat fins al desenvolupament d’aplicacions a mida i sistemes de BI. La revolució dels vehicles autònoms tot just comença, i eines com Chat2Scenic seran essencials per garantir-ne la seguretat i fiabilitat. La nostra experiència en tecnologies com AWS, Azure, Power BI i els últims avenços en IA ens posiciona com el soci ideal per implementar aquestes innovacions en entorns productius.
