DTPP: Differentiable Joint Conditional Prediction and Cost Evaluation for Tree Policy Planning in Autonomous Driving

要約

動きの予測とコスト評価は、自動運転車の意思決定システムにおいて重要な要素です。
ただし、既存の手法ではコスト学習の重要性が無視され、コスト学習が別個のモジュールとして扱われることがよくあります。
この研究では、ツリー構造の政策プランナーを採用し、自我条件付き予測モデルとコストモデルの両方に対して微分可能な共同トレーニングフレームワークを提案し、最終的な計画パフォーマンスの直接的な向上につながります。
条件付き予測の場合、効率的なエゴ条件付き動き予測を実行するクエリ中心の Transformer モデルを導入します。
コストを計画するために、微分可能な共同学習を促進する、潜在的な相互作用機能を備えた学習可能なコンテキスト認識コスト関数を提案します。
実際の nuPlan データセットとそれに関連する計画テスト プラットフォームを使用して、提案されたアプローチを検証します。
私たちのフレームワークは、最先端の計画手法と一致するだけでなく、計画の品質において他の学習ベースの手法よりも優れており、実行時間の点でより効率的に動作します。
共同トレーニングは、2 つのモジュールを個別にトレーニングするよりも大幅に優れたパフォーマンスを提供することを示します。
さらに、ツリー構造の政策計画が従来の単一段階の計画アプローチよりも優れていることがわかりました。

要約(オリジナル)

Motion prediction and cost evaluation are vital components in the decision-making system of autonomous vehicles. However, existing methods often ignore the importance of cost learning and treat them as separate modules. In this study, we employ a tree-structured policy planner and propose a differentiable joint training framework for both ego-conditioned prediction and cost models, resulting in a direct improvement of the final planning performance. For conditional prediction, we introduce a query-centric Transformer model that performs efficient ego-conditioned motion prediction. For planning cost, we propose a learnable context-aware cost function with latent interaction features, facilitating differentiable joint learning. We validate our proposed approach using the real-world nuPlan dataset and its associated planning test platform. Our framework not only matches state-of-the-art planning methods but outperforms other learning-based methods in planning quality, while operating more efficiently in terms of runtime. We show that joint training delivers significantly better performance than separate training of the two modules. Additionally, we find that tree-structured policy planning outperforms the conventional single-stage planning approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google