CausalDriveBench：面向自动驾驶的因果推理评估基准与数据集构建框架

CausalDriveBench是面向自动驾驶视觉-语言-动作模型（VLA）的因果推理评估基准，支持nuScenes、OpenScene、Argoverse V2三大主流数据集，提供从原始数据到因果场景图、问答对、反事实轨迹的完整构建流水线，旨在填补自动驾驶领域因果推理评估的空白。

自动驾驶系统的安全性不仅取决于感知和规划准确性，更关键在于理解场景元素间的因果关系。当前端到端VLA模型在常规场景表现良好，但面对需深层因果推理的复杂情况时往往力不从心。CausalDriveBench正是为解决这一评估缺口而诞生的研究项目。

支持数据集

• nuScenes：120个场景，每场景约4个样本
• OpenScene (NAVSIM)：100个场景，采用四分位采样
• Argoverse V2：133个场景，5摄像头配置

六阶段流水线

1. 记录构建：将原始数据转换为含BEV渲染、多视角图像、智能体状态等的统一结构
2. 因果场景图生成：用多模态LLM生成含5类节点、多种边类型及因果状态的结构化图
3. 图剪枝：反向BFS算法移除与自车无因果路径的干扰节点
4. 因果阶梯问答：基于Pearl理论生成活跃边、休眠节点、干扰节点三类问题
5. 反事实轨迹生成：针对特定问题生成智能体干预、基础设施干预等反事实场景
6. LLM自车轨迹预测：基于干预配置预测自车轨迹，可选nuPlan模拟器替代

• Batch API成本优化：使用Claude Batch API，单样本处理成本约$0.16-$0.25
• 动态相机排序：针对不同数据集相机差异动态构建IMAGE_ORDER_BLOCK，无需多套提示词
• 可见性过滤：nuScenes数据应用多射线3D光线投射过滤遮挡车辆
• 图像尺寸自适应：AV2相机图像超Claude限制时自动调整尺寸

• 交互式可视化：基于D3.js的HTML工具，可渲染因果图、叠加相机图像和BEV，展示问答卡片，支持原始图与剪枝图切换
• 验证脚本：图后处理脚本用于人工审核修正，生成{scene_id}_verified.json作为标准图

CausalDriveBench填补了自动驾驶领域因果推理评估的空白，可用于：

1. 量化比较不同VLA模型的因果推理水平
2. 识别模型在因果场景下的失效点
3. 基于反事实轨迹扩充训练集提升鲁棒性
4. 通过因果图可视化理解模型决策依据

该基准推动自动驾驶从“模式识别”向“因果理解”的范式转变。