Differentiable Integrated Motion Prediction and Planning with Learnable Cost Function for Autonomous Driving

要約

周囲の交通参加者の将来の状態を予測し、それに応じて安全でスムーズで社会に準拠した軌道を計画することは、自動運転車にとって重要です。
現在の自動運転システムには 2 つの大きな問題があります。予測モジュールが計画モジュールから分離されていることが多いことと、計画のコスト関数を指定して調整することが難しいことです。
これらの問題に取り組むために、データからコスト関数を学習できる微分可能な統合予測計画フレームワーク (DIPP) を提案します。
具体的には、私たちのフレームワークは微分可能な非線形オプティマイザーをモーション プランナーとして使用します。これは、ニューラル ネットワークによって与えられた周囲のエージェントの予測された軌道を入力として受け取り、自律走行車の軌道を最適化し、コスト関数の重みを含むすべての操作を微分可能にします。
.
提案されたフレームワークは、大規模な実世界の運転データセットでトレーニングされ、運転シーン全体で人間の運転軌跡を模倣し、開ループと閉ループの両方の方法で検証されます。
開ループ テストの結果は、提案された方法がさまざまなメトリックにわたってベースライン方法よりも優れており、計画中心の予測結果を提供することを明らかにし、計画モジュールが人間のドライバーの軌道に近い軌道を出力できるようにします。
閉ループ テストでは、提案された方法はさまざまなベースライン方法よりも優れており、複雑な都市の運転シナリオを処理する能力と分布シフトに対するロバスト性を示しています。
重要なことは、開ループ テストと閉ループ テストの両方で、計画モジュールと予測モジュールの共同トレーニングが、個別のトレーニング済み予測モジュールを使用した計画よりも優れたパフォーマンスを達成することです。
さらに、アブレーション研究は、フレームワーク内の学習可能なコンポーネントが計画の安定性とパフォーマンスを確保するために不可欠であることを示しています。

要約(オリジナル)

Predicting the future states of surrounding traffic participants and planning a safe, smooth, and socially compliant trajectory accordingly is crucial for autonomous vehicles. There are two major issues with the current autonomous driving system: the prediction module is often separated from the planning module and the cost function for planning is hard to specify and tune. To tackle these issues, we propose a differentiable integrated prediction-planning framework (DIPP) that can also learn the cost function from data. Specifically, our framework uses a differentiable nonlinear optimizer as the motion planner, which takes as input the predicted trajectories of surrounding agents given by the neural network and optimizes the trajectory for the autonomous vehicle, enabling all operations to be differentiable, including the cost function weights. The proposed framework is trained on a large-scale real-world driving dataset to imitate human driving trajectories in the entire driving scene and validated in both open-loop and closed-loop manners. The open-loop testing results reveal that the proposed method outperforms the baseline methods across a variety of metrics and delivers planning-centric prediction results, allowing the planning module to output trajectories close to those of human drivers. In closed-loop testing, the proposed method outperforms various baseline methods, showing the ability to handle complex urban driving scenarios and robustness against the distributional shift. Importantly, we find that joint training of planning and prediction modules achieves better performance than planning with a separate trained prediction module in both open-loop and closed-loop tests. Moreover, the ablation study indicates that the learnable components in the framework are essential to ensure planning stability and performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google