[論文レビュー] A Review of Tracking, Prediction and Decision Making Methods for Autonomous Driving

Florin Leon, Marius Gavrilescu|arXiv (Cornell University)|Sep 17, 2019

Autonomous Vehicle Technology and Safety参考文献 103被引用数 29

ひとこと要約

本論文は、自律走行車両におけるトラッキング、予測、意思決定の分野における最先端手法をレビューし、物体トラッキングにおける深層学習および確率的手法、相互作用モデリングを組み込んだ運動予測、および強化学習とモンテカルロツリー探索（MCTS）を用いた軌道計画について強調している。本論文では、MCTSを統合した微分可能ニューラルネットワークアーキテクチャ、MCTSnetを提示しており、エンドツーエンド学習を可能にし、探索方針の勾配ベース最適化を可能にするとともに、不確実性下での意思決定におけるサンプル効率を向上させている。

ABSTRACT

This literature review focuses on three important aspects of an autonomous car system: tracking (assessing the identity of the actors such as cars, pedestrians or obstacles in a sequence of observations), prediction (predicting the future motion of surrounding vehicles in order to navigate through various traffic scenarios) and decision making (analyzing the available actions of the ego car and their consequences to the entire driving context). For tracking and prediction, approaches based on (deep) neural networks and other, especially stochastic techniques, are reported. For decision making, deep reinforcement learning algorithms are presented, together with methods used to explore different alternative actions, such as Monte Carlo Tree Search.

研究の動機と目的

• 自律走行車両システムに不可欠なトラッキング、予測、意思決定手法について包括的なレビューを提供すること。
• 認識モジュールと計画モジュールにおけるリアルタイム性能、精度、耐障害性の間のトレードオフを分析すること。
• MCTS などの古典的計画アルゴリズムと深層学習を統合することで、不確実性下での意思決定を改善する方法を検討すること。
• 相互作用モデリングが軌道予測に与える影響と、安全なナビゲーションへの影響を評価すること。
• ニューラルネットワークと木探索を統合したエンドツーエンドで学習可能なアーキテクチャを探索し、最適制御方針の学習を可能にすること。

提案手法

• トラッキング、予測、意思決定の3つのコアモジュールに分類して比較する文献レビュー枠組みを用いる。
• 検出と関連付けパイプラインを用いた2次元複数物体トラッキング（MOT）の深層学習ベース手法をレビューする。
• 確率的・確率的手法による運動予測の分析、特にグラフニューラルネットワークと変分推論を用いた相互作用認識型予測を含む。
• MCTSnet を導入し、ノード状態をメモリベクトルで表現することでモンテカルロツリー探索を埋め込み、探索木全体を通じたバックプロパゲーションを可能にする微分可能ニューラルネットワークを構築する。
• メモリベクトルに基づく方策を用いた前方シミュレーションフェーズの後、専用ネットワークを介してバックワード値バックアップを実行し、ノード値を更新する。
• 近似信用配分スキームを用いて、探索方針と価値ネットワークを含む MCTSnet 全体を勾配ベース最適化でエンドツーエンド学習する。

実験結果

リサーチクエスチョン

• RQ1 深層学習および確率的手法は、複雑な都市部走行環境におけるトラッキングの精度と耐障害性をどのように向上させるか？
• RQ2 相互作用認識型運動予測は、自律走行車両の意思決定における安全性と信頼性をどの程度向上させるか？
• RQ3 モンテカルロツリー探索は、ニューラルネットワークとどのように統合され、探索方針の微分可能かつエンドツーエンド学習可能な計画方針を可能にするか？
• RQ4 リアルタイム自律走行車両システムにおいて、微分可能ツリー探索アーキテクチャ（例：MCTSnet）を用いる際の計算コストとサンプル効率のトレードオフは何か？
• RQ5 認識、予測、計画モジュールを統合したハイブリッドアプローチは、全体のシステム性能と耐障害性にどのように寄与するか？

主な発見

• MCTSnet は、メモリベクトルとバックアップネットワークを用いて探索プロセスを微分可能にすることで、アクションシーケンスの非微分可能性という課題を克服し、モンテカルロツリー探索のエンドツーエンド学習を可能にしている。
• 計算グラフの「いつでも利用可能（anytime）」性を活用することで、信用配分に適したアーキテクチャを実現し、サンプル効率と計画性能が向上している。
• 急速に探索するランダムツリー（RRTs）は、高次元かつ非ホロノミックなシステムにおいて、2007年のDARPA都市チャレンジで示されたように、リアルタイムで動的に行路可能である軌道計画を可能にしている。
• 相互作用認識型予測モデルは、グラフベースの表現を用いて車両と歩行者の間の依存関係をモデル化することで、予測精度を顕著に向上させている。
• 深層学習ベースのトラッキング手法は、フレーム間での時間的整合性モデリングと強力な特徴抽出を組み合わせることで、MOTにおいて高い精度を達成している。
• ニューラルネットワークと古典的計画アルゴリズム（例：MCTS）の統合により、スケーラブルで解釈可能かつ学習可能な不確実性下での意思決定が可能になっている。