RuleFuser: An Evidential Bayes Approach for Rule Injection in Imitation Learned Planners for Robustness under Distribution Shifts

要約

自動運転のための現代のモーション プランナーは、専門家の運転ログから引き出すために模倣学習 (IL) を頻繁に使用します。
IL は、大規模なデータセットから微妙で多様な人間の運転行動を収集できるという利点を備えていますが、結果として得られるプランナーは、配布外 (OOD) シナリオや交通ルールの遵守に苦労することがよくあります。
一方、従来のルールベースのプランナーは、設計上、OOD シナリオに対して堅牢でありながら、安全な交通ルールに準拠した動作を生成できますが、これらのプランナーは、エージェント間のやり取りや人間のドライバーの意図のニュアンスを捉えることができません。
証拠フレームワークである RuleFuser は、IL プランナーと従来のルールベースのプランナーを組み合わせて、両方の補完的な利点を活用し、模倣と安全性のバランスをとります。
現実世界の nuPlan データセットでテストされた私たちのアプローチは、配布内 (ID) シナリオにおける IL プランナーの高いパフォーマンスと、配布外 (OOD) シナリオにおけるルールベースのプランナーの強化された安全性を組み合わせ、38.43% を達成します。
OOD シナリオにおける模倣メトリクスに大きな悪影響を与えることなく、IL プランナーよりも安全性メトリクスが平均的に向上しました。

要約(オリジナル)

Modern motion planners for autonomous driving frequently use imitation learning (IL) to draw from expert driving logs. Although IL benefits from its ability to glean nuanced and multi-modal human driving behaviors from large datasets, the resulting planners often struggle with out-of-distribution (OOD) scenarios and with traffic rule compliance. On the other hand, classical rule-based planners, by design, can generate safe traffic rule compliant behaviors while being robust to OOD scenarios, but these planners fail to capture nuances in agent-to-agent interactions and human drivers’ intent. RuleFuser, an evidential framework, combines IL planners with classical rule-based planners to draw on the complementary benefits of both, thereby striking a balance between imitation and safety. Our approach, tested on the real-world nuPlan dataset, combines the IL planner’s high performance in in-distribution (ID) scenarios with the rule-based planners’ enhanced safety in out-of-distribution (OOD) scenarios, achieving a 38.43% average improvement on safety metrics over the IL planner without much detriment to imitation metrics in OOD scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google