Bench4Merge: A Comprehensive Benchmark for Merging in Realistic Dense Traffic with Micro-Interactive Vehicles

要約

自律運転の能力は急速に進歩していますが、密集した交通に合併することは依然として重要な課題のままです。このシナリオの多くのモーション計画方法が提案されていますが、それらを評価することは困難です。
既存の閉ループシミュレーターのほとんどは、他の車両のルールベースのコントロールに依存しているため、多様性とランダム性が不足しているため、非常にインタラクティブなシナリオでモーション計画機能を正確に評価できません。
さらに、従来の評価メトリックは、密集したトラフィックでのマージのパフォーマンスを包括的に評価するには不十分です。
これに応じて、統合シナリオにおけるモーション計画機能を評価するための閉ループ評価ベンチマークを提案しました。
私たちのアプローチには、複雑さと多様性を大幅に向上させる微小行動特性を備えた大規模なデータセットで訓練された他の車両が含まれます。
さらに、大規模な言語モデルを活用して各自律型車両が主要道路に合流することを評価することにより、評価メカニズムを再構築しました。
広範な実験により、この評価ベンチマークの高度な性質が実証されています。
このベンチマークを通じて、既存の方法の評価を取得し、一般的な問題を特定しました。
私たちが設計した環境および車両モーション計画モデルには、https：//anonymous.4open.science/r/bench4merge-eb5dでアクセスできます。

要約(オリジナル)

While the capabilities of autonomous driving have advanced rapidly, merging into dense traffic remains a significant challenge, many motion planning methods for this scenario have been proposed but it is hard to evaluate them. Most existing closed-loop simulators rely on rule-based controls for other vehicles, which results in a lack of diversity and randomness, thus failing to accurately assess the motion planning capabilities in highly interactive scenarios. Moreover, traditional evaluation metrics are insufficient for comprehensively evaluating the performance of merging in dense traffic. In response, we proposed a closed-loop evaluation benchmark for assessing motion planning capabilities in merging scenarios. Our approach involves other vehicles trained in large scale datasets with micro-behavioral characteristics that significantly enhance the complexity and diversity. Additionally, we have restructured the evaluation mechanism by leveraging large language models to assess each autonomous vehicle merging onto the main road. Extensive experiments have demonstrated the advanced nature of this evaluation benchmark. Through this benchmark, we have obtained an evaluation of existing methods and identified common issues. The environment and vehicle motion planning models we have designed can be accessed at https://anonymous.4open.science/r/Bench4Merge-EB5D

arxiv情報

提供元, 利用サービス

arxiv.jp, Google