[論文レビュー] DiffStack: A Differentiable and Modular Control Stack for Autonomous Vehicles

Péter Karkus, Boris Ivanovic+2 more|arXiv (Cornell University)|Dec 13, 2022

Autonomous Vehicle Technology and Safety被引用数 5

ひとこと要約

DiffStackは、自律走行車両用に微分可能でモジュラーな制御スタックを導入し、学習された運動予測と微分可能モデル予測制御（MPC）および計画法を統合することで、意思決定コンponentをエンドツーエンドで誤差逆伝播可能にします。この手法により、オープンループ指標では計画性能が最大15%向上し、クローズドループシミュレーションではレーンキーピングコストと制御労力コストが低減され、計画に配慮した予測が解釈可能性を損なわずにもかかわらず、下流の意思決定を向上させることを示しています。

ABSTRACT

Autonomous vehicle (AV) stacks are typically built in a modular fashion, with explicit components performing detection, tracking, prediction, planning, control, etc. While modularity improves reusability, interpretability, and generalizability, it also suffers from compounding errors, information bottlenecks, and integration challenges. To overcome these challenges, a prominent approach is to convert the AV stack into an end-to-end neural network and train it with data. While such approaches have achieved impressive results, they typically lack interpretability and reusability, and they eschew principled analytical components, such as planning and control, in favor of deep neural networks. To enable the joint optimization of AV stacks while retaining modularity, we present DiffStack, a differentiable and modular stack for prediction, planning, and control. Crucially, our model-based planning and control algorithms leverage recent advancements in differentiable optimization to produce gradients, enabling optimization of upstream components, such as prediction, via backpropagation through planning and control. Our results on the nuScenes dataset indicate that end-to-end training with DiffStack yields substantial improvements in open-loop and closed-loop planning metrics by, e.g., learning to make fewer prediction errors that would affect planning. Beyond these immediate benefits, DiffStack opens up new opportunities for fully data-driven yet modular and interpretable AV architectures. Project website: https://sites.google.com/view/diffstack

研究の動機と目的

• 予測、計画、制御の共同最適化を可能にすることで、モジュラーな自律走行車両（AV）スタックにおける誤差の累積と統合の課題に対処すること。
• 手作業で設計された計画および制御モジュールの解釈可能性と形式的保証を維持しつつ、データ駆動型の学習に適応可能な微分可能なものにすること。
• 微分可能アルゴリズムが、nuScenesのような大規模データセットで学習された実世界のAVスタックに組み合わせ可能であることを実証すること。
• 勾配伝播を介して下流の制御目的に最適化することで、予測モデルを計画に配慮したものにすること。
• 完全にデータ駆動的でありながらも、モジュラーで解釈可能な自律走行車両アーキテクチャへの新たな道筋を提供すること。

提案手法

• 学習されたニューラルネットワークを用いた運動予測、および微分可能モデル予測制御（MPC）と計画アルゴリズムを備えたモジュラーAVスタックを導入する。
• MPCコントローラーとプランナを微分可能にするための微分可能最適化技術を採用し、制御損失から予測モジュールへの勾配逆伝播を可能にする。
• 軌道候補を生成する微分可能プランナと、微分可能な制約を伴う凸最適化により制御入力を計算する微分可能コントローラーを用いる。
• 最終的な制御目的からの勾配を用いて予測モジュールをエンドツーエンドで学習させ、下流の計画および制御コストを最小化する予測を学習可能にする。
• 実際の走行シナリオを想定したクローズドループシミュレーション環境を用い、nuScenesデータセットで性能を評価する。
• 計画における合成コスト関数に、軌道コスト、衝突コスト、レーンキーピングコスト、制御労力コストを含め、最適化に適した微分可能な形で定式化する。

実験結果

リサーチクエスチョン

• RQ1 実世界のAVスタックにおいて、微分可能な手作業設計計画および制御アルゴリズムを学習された予測モデルと効果的に組み合わせることができるか？
• RQ2 計画および制御を経由する勾配伝播によるエンドツーエンド学習は、意思決定のための予測品質をどの程度向上させるか？
• RQ3 クローズドループでの計画および制御性能において、微分可能スタックは標準的なモジュラースタックと比べてどの程度優れているか？
• RQ4 下流の制御目的に最適化して学習させることで、予測モジュールは計画に悪影響を及ぼす誤差を低減できるか？
• RQ5 微分可能スタックは、解釈可能でモジュラーなアーキテクチャを維持しつつ、データ駆動型の性能向上を実現できるか？

主な発見

• DiffStackは、計画に配慮した予測を学習することで、標準的なモジュラースタックと比較してオープンループ計画指標を最大15%向上させた。
• クローズドループシミュレーションでは、DiffStackの軌道コストは0.0437（4.37×10⁻²）であり、標準スタックの0.87×10⁻²と比較して優れた全体的な計画性能を示している。
• DiffStackは、標準スタック（8.91×10⁻²および0.18×10⁻²）と比較して、より低いレーンキーピングコスト（4.84×10⁻²）と制御労力（0.99×10⁻²）を達成しており、滑らかで安定した走行を実現している。
• 標準スタックはクローズドループ評価においてオープンループよりも性能が劣っており、統合誤差や予測品質の低さが動的環境下での性能劣化を引き起こしていることが示唆された。
• DiffStackは、意図的に導入された統合誤差を補償し、コスト関数を最適化することで、人間の走行行動に近い計画を生成することができる。
• 結果から、微分可能スタックが予測、計画、制御を共同で最適化しつつも、モularity、解釈可能性、検証可能性を維持できることを示している。