UniGen: Unified Modeling of Initial Agent States and Trajectories for Generating Autonomous Driving Scenarios

要約

この文書では、シミュレーションを通じて自動運転ソフトウェアを評価および改善するための新しい交通シナリオを生成する新しいアプローチである UniGen について紹介します。
私たちのアプローチでは、新しいエージェントの位置、初期状態、将来の動作軌道など、すべての運転シナリオ要素を統一モデルでモデル化します。
共有されたグローバル シナリオの埋め込みからこれらすべての変数の分布を予測することで、最終的に生成されるシナリオが既存のシーンで利用可能なすべてのコンテキストに完全に条件付けされていることを保証します。
自己回帰エージェント インジェクションと組み合わせた統合モデリング アプローチは、すべての既存エージェントとその軌道上でのすべての新しいエージェントの配置と動作軌道を条件付けし、衝突率の低い現実的なシナリオを実現します。
私たちの実験結果は、UniGen が Waymo Open Motion Dataset の従来技術を上回っていることを示しています。

要約(オリジナル)

This paper introduces UniGen, a novel approach to generating new traffic scenarios for evaluating and improving autonomous driving software through simulation. Our approach models all driving scenario elements in a unified model: the position of new agents, their initial state, and their future motion trajectories. By predicting the distributions of all these variables from a shared global scenario embedding, we ensure that the final generated scenario is fully conditioned on all available context in the existing scene. Our unified modeling approach, combined with autoregressive agent injection, conditions the placement and motion trajectory of every new agent on all existing agents and their trajectories, leading to realistic scenarios with low collision rates. Our experimental results show that UniGen outperforms prior state of the art on the Waymo Open Motion Dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google