[論文レビュー] Closing the gap towards end-to-end autonomous vehicle system

Yonatan Glassner, Liran Gispan+2 more|arXiv (Cornell University)|Jan 1, 2019

Autonomous Vehicle Technology and Safety参考文献 25被引用数 6

ひとこと要約

本論文は、直接的な制御指令の代わりに走行軌道を予測するエンドツーエンド（E2E）自動運転システムを提案し、解釈可能性、安全性、レアイベントに対するロバスト性を向上させる。マルチモーダルな行動をモデル化するためのガウス・ミックスチャネル・モデル（GMM）損失と、困難なケースを優先するための条件付きリスク価値（CVaR）損失を組み合わせることで、高速道路シミュレーションでゼロコラジョンを達成。これは、安全でデータ効率的かつ解釈可能なE2E学習の実用的道筋を示している。

ABSTRACT

Designing a driving policy for autonomous vehicles is a difficult task. Recent studies suggested an end-toend (E2E) training of a policy to predict car actuators directly from raw sensory inputs. It is appealing due to the ease of labeled data collection and since handcrafted features are avoided. Explicit drawbacks such as interpretability, safety enforcement and learning efficiency limit the practical application of the approach. In this paper, we amend the basic E2E architecture to address these shortcomings, while retaining the power of end-to-end learning. A key element in our proposed architecture is formulation of the learning problem as learning of trajectory. We also apply a Gaussian mixture model loss to contend with multi-modal data, and adopt a finance risk measure, conditional value at risk, to emphasize rare events. We analyze the effect of each concept and present driving performance in a highway scenario in the TORCS simulator. Video is available in this link: https://www.youtube.com/watch?v=1JYNBZNOe_4

研究の動機と目的

• エンドツーエンド（E2E）自動運転における解釈可能性、安全性、学習効率の課題に取り組む。
• 専門家のデモンストレーションに不足しがちな、カーブや追い越しなどのレアだが重要なドライブシナリオにおける性能を向上させる。
• 直接的なアクチュエータ制御予測から軌道予測への移行により、より安全で解釈可能なドライブポリシーを実現する。
• E2E学習のデータ効率性と特徴量学習の利点を維持しながら、安全性とナビゲーション制約を組み込むシステムアーキテクチャを開発する。
• E2E学習が、複雑で現実に近いシミュレーション環境においても、高い安全性（ゼロコラジョン）を達成できることを実証する。

提案手法

• E2E学習問題を直接的な制御指令回帰ではなく、軌道予測として定式化することで、より良い解釈可能性と安全性の検証を可能にする。
• 連続的な出力空間におけるマルチモーダルなドライブ意思決定（例：追い越し vs. 車線維持）をモデル化するため、ガウス・ミックスチャネル（GMM）損失を用いる。
• 最も困難で誤差の大きいケースに焦点を当てるため、条件付きリスク価値（CVaR）損失を適用する。特に、カーブや追い越しといったレアイベントに有効である。
• 意思決定の信頼性を向上させ、衝突率を低下させるために、補助的なアフォーダンスヘッドを導入し、ドライブ意思決定の信頼性を予測する。
• 認識には残差ネットワーク（ResNet-34）を、予測された軌道から低レベルの制御入力を生成するにはLQRコントローラーを用いる。
• 標準的な平均二乗損失とCVaRに基づく損失を組み合わせてモデルを訓練し、多様で困難なシナリオに重点を置いたデータサンプリング戦略を採用する。

実験結果

リサーチクエスチョン

• RQ1 軌道に基づくE2E学習は、直接的なアクチュエータ制御予測と比較して、自動運転における解釈可能性と安全性を向上させることができるか？
• RQ2 E2E学習フレームワークにおいて、マルチモーダルなドライブ行動（例：追い越し vs. 車線維持）を効果的にモデル化する方法は何か？
• RQ3 CVaRに基づく損失関数は、シャープなカーブや緊急回避行動などの、まれだが重要なドライブイベントにおける学習効率とロバスト性を向上させることができるか？
• RQ4 補助的监督（例：アフォーダンス予測）は、E2E自動運転における衝突回避とシステムの解釈可能性をどの程度向上させることができるか？
• RQ5 E2Eシステムは、明示的なワールドステート表現やモジュール分解を用いずに、複雑な高速道路シミュレーション環境でゼロコラジョンを達成できるか？

主な発見

• 提案されたシステムは、TORCS高速道路シミュレータにおいて100マイルあたりゼロコラジョンを達成し、ベースラインE2E手法と比較して顕著な改善を示した。
• CVaR損失の導入により、100マイルあたりの衝突率は0.83からゼロに低下し、困難なケースに焦点を当てる有効性が裏付けられた。
• アフォーダンス予測の追加により、100マイルあたりの衝突率は12.7から0.83に低下し、意思決定の信頼性向上と安全性向上におけるその役割が明確になった。
• GMM損失により、標準的な回帰損失では捉えきれない過剰行動（例：追い越し意思決定）をネットワークがモデル化可能となった。
• CVaR損失戦略により、損失分布の右端（90パーセンタイルの最も困難なケース）における性能が明確に向上し、CVaR指標の低下が確認された。
• アブレーションスタディにより、各コンポーネント（軌道学習、GMM損失、アフォーダンス、CVaR損失）が、ゼロコラジョンの達成に累積的に寄与していることが確認された。