[論文レビュー] CARLA: An Open Urban Driving Simulator

Alexey Dosovitskiy, Germán Ros+3 more|arXiv (Cornell University)|Nov 10, 2017

Autonomous Vehicle Technology and Safety参考文献 20被引用数 291

ひとこと要約

CARLA は 都市部の自動運転システムを開発・訓練・評価するためのオープンソースの都市走行シミュレータで、都市環境でモジュラー・パイプライン、模倣学習、および強化学習を比較します。

ABSTRACT

We introduce CARLA, an open-source simulator for autonomous driving research. CARLA has been developed from the ground up to support development, training, and validation of autonomous urban driving systems. In addition to open-source code and protocols, CARLA provides open digital assets (urban layouts, buildings, vehicles) that were created for this purpose and can be used freely. The simulation platform supports flexible specification of sensor suites and environmental conditions. We use CARLA to study the performance of three approaches to autonomous driving: a classic modular pipeline, an end-to-end model trained via imitation learning, and an end-to-end model trained via reinforcement learning. The approaches are evaluated in controlled scenarios of increasing difficulty, and their performance is examined via metrics provided by CARLA, illustrating the platform's utility for autonomous driving research. The supplementary video can be viewed at https://youtu.be/Hp8Dz-Zek2E

研究の動機と目的

• オープンな都市走行環境と資産を提供することで、自動運転研究の民主化を図る。
• 感知と制御ポリシーの訓練・試作・検証を可能にする。
• 都市環境におけるモジュラー、模倣学習、強化学習アプローチの性能と一般化を評価する。
• 運転ポリシーを分析するための詳細なセンサー、環境、違反信号を提供する。

提案手法

• 高忠実度のレンダリングと物理をサーバー-クライアント構成で提供する Unreal Engine 4 上に構築。
• 多様な天候・照明条件を備えた二つの Town の町割、車両、歩行者といったオープンデジタル資産を提供。
• モジュラー・パイプライン、模倣学習、強化学習の3つの運転アプローチを、目的指向のナビゲーションタスク内で評価。
• メトリックマップを持たない高レベルのルート案内を供給するトポロジカル・プランナー（A*）を使用。
• RGB カメラとグランドトゥルースの深度/セマンティックセグメンテーションを疑似センサーとして実装。
• タウン1（訓練）とタウン2（テスト）を横断するタスク成功率や違反分析といった指標でアプローチを比較。

実験結果

リサーチクエスチョン

• RQ1 モジュラー、模倣学習、強化学習の駆動ポリシーは都市シミュレータでどのように比較されるか？
• RQ2 訓練条件、未知の Town、未知の天候が各アプローチの一般化に与える影響は何か？
• RQ3 どのアプローチがより頑健で、知覚・計画・制御は多様な状況下でどのように相互作用するか？

主な発見

Task	MP (Training)	IL (Training)	RL (Training)	MP (New town)	IL (New town)	RL (New town)	MP (New weather)	IL (New weather)	RL (New weather)	MP (New town & weather)	IL (New town & weather)	RL (New town & weather)
Straight	98	95	89	92	97	74	100	98	86	50	80	68
One turn	82	89	34	61	59	12	95	90	16	50	48	20
Navigation	80	86	14	24	40	3	94	84	2	47	44	6
Nav. dynamic	77	83	7	24	38	2	89	82	2	44	42	4

• すべてのアプローチは、訓練条件下の単純な直線タスクでさえ満足できない性能を示す。
• 新しい Town への一般化は、天候の一般化よりも難しい。
• 模倣学習とモジュラー・パイプラインは、ほとんどのタスクと条件で強化学習よりも優れている。
• より多くの訓練日数とサンプルにもかかわらず、強化学習は模倣学習およびモジュラー・パイプラインに比べて劣後。
• エンドツーエンドの RL は、いくつかのカテゴリで違反率が高く、車両や静的物体への一般化が弱く、ロバスト性に問題がある。
• 知覚スタックの信頼性がナビゲーション成功に重大に影響する，特に新しい Town では。