Trajeglish: Learning the Language of Driving Scenarios

要約

自動運転開発における長年の課題は、記録された運転ログからシードされた動的な運転シナリオをシミュレートすることです。
この機能を追求するために、離散シーケンス モデリングのツールを適用して、車両、歩行者、自転車が運転シナリオでどのように相互作用するかをモデル化します。
シンプルなデータ駆動型のトークン化スキームを使用して、小さな語彙を使用して軌道をセンチメートルレベルの解像度に離散化します。
次に、時間内で自己回帰し、エージェント間のタイムステップ内の相互作用を考慮する GPT のようなエンコーダー/デコーダーを使用して、モーション トークンのマルチエージェント シーケンスをモデル化します。
私たちのモデルからサンプリングされたシナリオは、最先端のリアリズムを示しています。
私たちのモデルは Waymo Sim Agents Benchmark でトップとなり、リアリズム メタ指標に沿って 3.3%、インタラクション メトリクスに沿って以前の研究を 9.9% 上回りました。
完全自律性および部分自律性設定でモデリングの選択を除去し、モデルによって学習された表現をすぐに適応させて nuScenes のパフォーマンスを向上できることを示します。
さらに、パラメーター数とデータセット サイズに関してモデルのスケーラビリティを評価し、モデルからの密度推定を使用して、トラフィック モデリング タスクのコンテキスト長とタイムステップ内相互作用の顕著性を定量化します。

要約(オリジナル)

A longstanding challenge for self-driving development is simulating dynamic driving scenarios seeded from recorded driving logs. In pursuit of this functionality, we apply tools from discrete sequence modeling to model how vehicles, pedestrians and cyclists interact in driving scenarios. Using a simple data-driven tokenization scheme, we discretize trajectories to centimeter-level resolution using a small vocabulary. We then model the multi-agent sequence of motion tokens with a GPT-like encoder-decoder that is autoregressive in time and takes into account intra-timestep interaction between agents. Scenarios sampled from our model exhibit state-of-the-art realism; our model tops the Waymo Sim Agents Benchmark, surpassing prior work along the realism meta metric by 3.3% and along the interaction metric by 9.9%. We ablate our modeling choices in full autonomy and partial autonomy settings, and show that the representations learned by our model can quickly be adapted to improve performance on nuScenes. We additionally evaluate the scalability of our model with respect to parameter count and dataset size, and use density estimates from our model to quantify the saliency of context length and intra-timestep interaction for the traffic modeling task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google