Decoupled Diffusion Sparks Adaptive Scene Generation

要約

制御可能なシーンの生成は、自律運転のために多様なデータ収集のコストを大幅に削減できます。
以前の作業は、シーケンス全体を一度に除去するか、次のフレームを繰り返し予測することにより、トラフィックレイアウトの生成を予測の進行として定式化します。
ただし、完全なシーケンス除去はオンライン反応を妨げますが、後者の近視の次のフレーム予測には正確な目標ステートガイダンスがありません。
さらに、学習されたモデルは、オープンデータセットからの安全で順調な駆動行動の多数のために、複雑または挑戦的なシナリオを生成するのに苦労しています。
これらを克服するために、独立したノイズ状態を持つ細かいトークンの順序と挑戦的なシナリオの両方をシミュレートすることにより、反応性と目標条件付けを改善する分離されたシーン生成フレームワークであるNexusを紹介します。
分離されたパイプラインの中核は、部分的なノイズマスキングトレーニング戦略の統合と、除去プロセス全体でタイムリーな環境の更新を保証するノイズ認識スケジュールです。
挑戦的なシナリオ生成を補完するために、複雑なコーナーケースで構成されるデータセットを収集します。
カットイン、突然のブレーキ、衝突などのリスクの高い相互作用を含む、540時間のシミュレートされたデータをカバーしています。
Nexusは、反応性と目標指向を維持しながら、優れた生成リアリズムを達成し、変位エラーが40％減少します。
さらに、Nexusがデータの増強を通じて閉ループ計画を20％改善し、安全性の高いデータ生成における能力を紹介することを実証します。

要約(オリジナル)

Controllable scene generation could reduce the cost of diverse data collection substantially for autonomous driving. Prior works formulate the traffic layout generation as predictive progress, either by denoising entire sequences at once or by iteratively predicting the next frame. However, full sequence denoising hinders online reaction, while the latter’s short-sighted next-frame prediction lacks precise goal-state guidance. Further, the learned model struggles to generate complex or challenging scenarios due to a large number of safe and ordinal driving behaviors from open datasets. To overcome these, we introduce Nexus, a decoupled scene generation framework that improves reactivity and goal conditioning by simulating both ordinal and challenging scenarios from fine-grained tokens with independent noise states. At the core of the decoupled pipeline is the integration of a partial noise-masking training strategy and a noise-aware schedule that ensures timely environmental updates throughout the denoising process. To complement challenging scenario generation, we collect a dataset consisting of complex corner cases. It covers 540 hours of simulated data, including high-risk interactions such as cut-in, sudden braking, and collision. Nexus achieves superior generation realism while preserving reactivity and goal orientation, with a 40% reduction in displacement error. We further demonstrate that Nexus improves closed-loop planning by 20% through data augmentation and showcase its capability in safety-critical data generation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google