KiGRAS: Kinematic-Driven Generative Model for Realistic Agent Simulation

要約

軌道の生成は自動運転において極めて重要なタスクです。
最近の研究では、状態遷移モデルを利用して将来の軌道分布を近似する自己回帰パラダイムが導入されています。
このパラダイムは現実世界の軌道生成プロセスを厳密に反映しており、顕著な成功を収めています。
ただし、その可能性は、冗長状態空間内で現実的な軌道を非効率的に表現できるため制限されます。
この制限に対処するために、私たちは、リアルなエージェント シミュレーションのための運動学駆動生成モデル (KiGRAS) を提案します。
KiGRAS は、状態空間でモデル化するのではなく、運転シーンを各タイム ステップのアクション確率分布に因数分解し、現実的な運転パターンを表現するためのコンパクトな空間を提供します。
KiGRAS は、運動学モデルを通じて動作 (原因) から軌跡 (結果) までの物理的因果関係を確立することにより、大量の冗長な軌跡を排除します。
原因空間内のアクションから導出されるすべての状態は、物理的に実現可能であるように制約されます。
さらに、同一のアクション シーケンスを表す冗長な軌跡は、その基礎となるアクションを反映して同じ表現にマッピングされます。
このアプローチにより、タスクの複雑さが大幅に軽減され、物理的な実現可能性が確保されます。
KiGRAS は、Waymo の SimAgents Challenge で最先端のパフォーマンスを達成し、他のモデルよりも大幅に少ないパラメーターで WOMD リーダーボードで 1 位にランクされました。
ビデオドキュメントは \url{https://kigras-mach.github.io/KiGRAS/} でご覧いただけます。

要約(オリジナル)

Trajectory generation is a pivotal task in autonomous driving. Recent studies have introduced the autoregressive paradigm, leveraging the state transition model to approximate future trajectory distributions. This paradigm closely mirrors the real-world trajectory generation process and has achieved notable success. However, its potential is limited by the ineffective representation of realistic trajectories within the redundant state space. To address this limitation, we propose the Kinematic-Driven Generative Model for Realistic Agent Simulation (KiGRAS). Instead of modeling in the state space, KiGRAS factorizes the driving scene into action probability distributions at each time step, providing a compact space to represent realistic driving patterns. By establishing physical causality from actions (cause) to trajectories (effect) through the kinematic model, KiGRAS eliminates massive redundant trajectories. All states derived from actions in the cause space are constrained to be physically feasible. Furthermore, redundant trajectories representing identical action sequences are mapped to the same representation, reflecting their underlying actions. This approach significantly reduces task complexity and ensures physical feasibility. KiGRAS achieves state-of-the-art performance in Waymo’s SimAgents Challenge, ranking first on the WOMD leaderboard with significantly fewer parameters than other models. The video documentation is available at \url{https://kigras-mach.github.io/KiGRAS/}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google