[論文レビュー] Can Autonomous Vehicles Identify, Recover From, and Adapt to Distribution Shifts?

Angelos Filos, Panagiotis Tigkas+4 more|arXiv (Cornell University)|Jun 26, 2020

Mining Techniques and Economics被引用数 53

ひとこと要約

本論文は、堅牢な模倣計画法（RIP）と適応的RIP（AdaRIP）を提案します。これらは認識的不確実性を利用して自動運転における分布シフトを検出し、回復し、オンライン適応のために専門家に問い合わせることを任意に行います。また、新しいOOD（out-of-distribution）運転ベンチマークであるCARNOVELも提示します。

ABSTRACT

Out-of-training-distribution (OOD) scenarios are a common challenge of learning agents at deployment, typically leading to arbitrary deductions and poorly-informed decisions. In principle, detection of and adaptation to OOD scenes can mitigate their adverse effects. In this paper, we highlight the limitations of current approaches to novel driving scenes and propose an epistemic uncertainty-aware planning method, called \emph{robust imitative planning} (RIP). Our method can detect and recover from some distribution shifts, reducing the overconfident and catastrophic extrapolations in OOD scenes. If the model's uncertainty is too great to suggest a safe course of action, the model can instead query the expert driver for feedback, enabling sample-efficient online adaptation, a variant of our method we term \emph{adaptive robust imitative planning} (AdaRIP). Our methods outperform current state-of-the-art approaches in the nuScenes \emph{prediction} challenge, but since no benchmark evaluating OOD detection and adaption currently exists to assess \emph{control}, we introduce an autonomous car novel-scene benchmark, exttt{CARNOVEL}, to evaluate the robustness of driving agents to a suite of tasks with distribution shifts.

研究の動機と目的

• 自動運転において訓練データ分布外（OOD）シナリオを検出・対処する必要性を動機づける。
• 分布シフトを検出し回復するための、認識的不確実性を考慮した計画手法を開発する。
• 不確実性が高い場合に専門家へ問い合わせてオンラインでサンプル効率の良い適応を実現する（AdaRIP）。
• 新規シーンに対するロバスト性を評価する新しい自動運転車のノベルシーンベンチマーク（CARNOVEL）を導入する。
• 実データ（nuScenes）およびシミュレーションデータで最先端のベースラインと比較評価する。

提案手法

• データDに条件づけられたθの集合を用いてp(θ|D)を近似するため、最大尤度で専門家の軌跡を模倣する自己回帰型ベイズ模倣モデル q(y|x;θ) を訓練する。
• 認識的不確実性の指標 u(y)=Varθ|D[log q(y|x;θ)] によって分布シフトを検出する。
• 認識的不確実性の下で RIP による計画を行い、θの事後分布下で模倣事前と目標尤度を最大化するように y を最適化する（集約演算子 ⊕）。
• 2つの集約演算子を使用: RIP-WCM（最悪ケースモデルミニマックス）と RIP-MA（ベイズ事後によるモデル平均）、CVaR などの代替にも言及。
• AdaRIP は不確実性が高い時にオンラインの专家のフィードバックを追加して適応を促進し、安全なオンライン改善を可能にする。
• 新規ベンチマークと実データ実験を通じて優位性を示す。

実験結果

リサーチクエスチョン

• RQ1 Q1. 自動運転手法は明示的なOODの手掛かりなしに分布シフトを検出できるか？
• RQ2 Q2. これらの手法は分布シフトからの回復にどれだけ頑健か？
• RQ3 Q3. RIP の認識的不確実性は新規または外分布のシーンを効果的に定量化できるか？
• RQ4 Q4. 明示的な回復機構 (AdaRIP) は分布シフト時の性能を改善するか？
• RQ5 Q5. RIP のバリアントは実データおよびシミュレーションデータで最先端のベースラインとどのように比較されるか？

主な発見

• RIP と AdaRIP は nuScenes の予測タスクと分布シフト下の CARNOVEL で最先端のベースラインを上回る。
• 認識的不確実性はアンサンブル全体でのモデル間不一致を通じて分布シフトの検出を可能にする。
• RIP-WCM と RIP-MA は不確実性下で堅牢な計画を提供し、RIP-MA はモデル平均化を活用し、RIP-WCM は最悪ケースの考慮を用いる。
• AdaRIP は不確実性が高い時に専門家へ問い合わせてオンラインでサンプル効率の良い適応をもたらす。
• CARNOVEL は異常なターン、丘陵、環状交差点などのタスクでシミュレートされた運転シナリオにおける堅牢性を示す。
• RIP ベースの手法は実データおよびシミュレーションデータの両方で DIM や他のベースラインより有利な性能向上を示す。