Waymax: An Accelerated, Data-Driven Simulator for Large-Scale Autonomous Driving Research

要約

シミュレーションは、安全かつコスト効率の高い方法で自動運転車計画ソフトウェアを開発およびベンチマークするために不可欠なツールです。
ただし、現実的なシミュレーションには、微妙で複雑なマルチエージェントのインタラクティブな動作を正確にモデリングする必要があります。
これらの課題に対処するために、大規模なシミュレーションとテスト用に設計された、マルチエージェント シーンでの自動運転用の新しいデータ駆動型シミュレーターである Waymax を紹介します。
Waymax は、公開されている現実世界の運転データ (Waymo Open Motion Dataset など) を使用して、さまざまなマルチエージェントのシミュレートされたシナリオのセットを初期化または再生します。
TPU/GPU などのハードウェア アクセラレータ上で完全に実行され、トレーニング用のグラフ内シミュレーションをサポートしているため、最新の大規模な分散機械学習ワークフローに適しています。
オンライン トレーニングと評価をサポートするために、Waymax には、シミュレーション内で現実的な対話を可能にする、学習およびハードコーディングされた動作モデルがいくつか含まれています。
Waymax を補足するために、さまざまな設計上の決定に関するアブレーション研究を使用して、一般的な模倣および強化学習アルゴリズムのスイートをベンチマークします。そこでは、エージェントを計画するためのガイダンスとしてのルートの有効性と、シミュレートされたエージェントに対してオーバーフィットする RL の能力に焦点を当てます。

要約(オリジナル)

Simulation is an essential tool to develop and benchmark autonomous vehicle planning software in a safe and cost-effective manner. However, realistic simulation requires accurate modeling of nuanced and complex multi-agent interactive behaviors. To address these challenges, we introduce Waymax, a new data-driven simulator for autonomous driving in multi-agent scenes, designed for large-scale simulation and testing. Waymax uses publicly-released, real-world driving data (e.g., the Waymo Open Motion Dataset) to initialize or play back a diverse set of multi-agent simulated scenarios. It runs entirely on hardware accelerators such as TPUs/GPUs and supports in-graph simulation for training, making it suitable for modern large-scale, distributed machine learning workflows. To support online training and evaluation, Waymax includes several learned and hard-coded behavior models that allow for realistic interaction within simulation. To supplement Waymax, we benchmark a suite of popular imitation and reinforcement learning algorithms with ablation studies on different design decisions, where we highlight the effectiveness of routes as guidance for planning agents and the ability of RL to overfit against simulated agents.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google