LANGTRAJ: Diffusion Model and Dataset for Language-Conditioned Trajectory Simulation

要約

制御可能性を備えた自律車両を評価することで、反事実または構造化された設定でスケーラブルなテストを可能にし、効率と安全の両方を強化します。
トラフィックシナリオのすべてのエージェントの共同挙動をシミュレートする言語条件付きシーン拡散モデルであるLangtrajを紹介します。
自然言語の入力を条件付けることにより、Langtrajはインタラクティブな動作を柔軟かつ直感的に制御し、微妙で現実的なシナリオを生成します。
ドメイン固有のガイダンス関数に依存する以前のアプローチとは異なり、Langtrajはトレーニング中に言語条件付けを組み込み、より直感的なトラフィックシミュレーション制御を促進します。
拡散モデル向けの新しい閉ループトレーニング戦略を提案します。これは、閉ループシミュレーション中の安定性とリアリズムを強化するために明示的に調整されています。
言語条件付きシミュレーションをサポートするために、言語条件付き拡散モデルをトレーニングするための多様でインタラクティブなラベルを備えた大規模なデータセットであるインタードライブを開発します。
データセットは、エージェントとエージェントの相互作用と単一エージェントの動作を注釈するためのスケーラブルなパイプラインの上に構築され、豊富で多様な監督を確保します。
Waymoモーションデータセットで検証されたLangtrajは、リアリズム、言語制御性、言語条件付きの安全性クリティカルシミュレーションにおける強力なパフォーマンスを示し、柔軟でスケーラブルな自律車両テストの新しいパラダイムを確立します。

要約(オリジナル)

Evaluating autonomous vehicles with controllability enables scalable testing in counterfactual or structured settings, enhancing both efficiency and safety. We introduce LangTraj, a language-conditioned scene-diffusion model that simulates the joint behavior of all agents in traffic scenarios. By conditioning on natural language inputs, LangTraj provides flexible and intuitive control over interactive behaviors, generating nuanced and realistic scenarios. Unlike prior approaches that depend on domain-specific guidance functions, LangTraj incorporates language conditioning during training, facilitating more intuitive traffic simulation control. We propose a novel closed-loop training strategy for diffusion models, explicitly tailored to enhance stability and realism during closed-loop simulation. To support language-conditioned simulation, we develop Inter-Drive, a large-scale dataset with diverse and interactive labels for training language-conditioned diffusion models. Our dataset is built upon a scalable pipeline for annotating agent-agent interactions and single-agent behaviors, ensuring rich and varied supervision. Validated on the Waymo Motion Dataset, LangTraj demonstrates strong performance in realism, language controllability, and language-conditioned safety-critical simulation, establishing a new paradigm for flexible and scalable autonomous vehicle testing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google