[論文レビュー] Diffusion-Based Environment-Aware Trajectory Prediction

Theodor Westny, Björn Olofsson+1 more|arXiv (Cornell University)|Mar 18, 2024

Traffic Prediction and Management Techniques被引用数 6

ひとこと要約

拡散ベースのマルチエージェント軌道予測モデルで、エージェント間の相互作用とマップ情報を条件づけ、物理的制約を課すことで現実的で多峰性の将来軌道を生成する。

ABSTRACT

The ability to predict the future trajectories of traffic participants is crucial for the safe and efficient operation of autonomous vehicles. In this paper, a diffusion-based generative model for multi-agent trajectory prediction is proposed. The model is capable of capturing the complex interactions between traffic participants and the environment, accurately learning the multimodal nature of the data. The effectiveness of the approach is assessed on large-scale datasets of real-world traffic scenarios, showing that our model outperforms several well-established methods in terms of prediction accuracy. By the incorporation of differential motion constraints on the model output, we illustrate that our model is capable of generating a diverse set of realistic future trajectories. Through the use of an interaction-aware guidance signal, we further demonstrate that the model can be adapted to predict the behavior of less cooperative agents, emphasizing its practical applicability under uncertain traffic conditions.

研究の動機と目的

• 複雑な相互作用と環境制約下で自動運転のための正確で多峰性の軌道予測を動機付ける。
• エージェント間およびマップ情報を条件づけて将来軌道を予測する拡散型生成モデルを提案する。
• 拡散フレームワーク内に微分運動制約を組み込み、物理的に実現可能な運動を保証する。
• 相互作用認識型ガイダンスとそれが拡散サンプリングに与える影響を調査する。
• 大規模実データセット上で従来手法と比較してベンチマークを行う。

提案手法

• 過去の履歴と車線マップ情報を条件としてGNNベースの拡散モデルを用い、複数エージェントの将来軌道を予測する。
• 過去の軌道と車線グラフをGATv2ベースのグラフとGraph-GRUデコーダでエンコードし、運動制御を生成する。
• エージェントごとに前方摂動を調整する拡散過程を用い、x_t = sqrt(gamma(t)) x_0 + (1 - sqrt(gamma(t))) x_0^init + sqrt(1 - gamma(t)) epsilon の形で表す。
• latent x_t, t, および条件 c からクリーン信号 x̂_0 を平均二乗誤差目的で予測するよう訓練し、微分制約を通じて物理的整合性を有効にする。
• 推定時には運動モデルを適用（車丼の加速度制限を持つ点質量モデル；歩行者にはニューラルODEベースのダイナミクス）して学習された信号を軌道に変換し、Heun法で解く。
• サンプリング時の相互作用認識型ガイダンスを取り入れ、デノイジングをエージェント間の接続性を調整する重み w で制御する（分類器なしガイダンスに触発）。
• 効率的なサンプリングのために二つの拡散ステップ (T ≈ 2) を用い、高DとrounDデータセットでADE、FDE、およびミスレートを評価。

実験結果

リサーチクエスチョン

• RQ1 相互エージェントの相互作用と車線マップ情報を条件づけた拡散モデルは、現実の交通状況で複数エージェントの軌道を正確に予測できるか。
• RQ2 微分運動制約は物理的現実性と予測精度を改善するか。
• RQ3 相互作用認識型ガイダンス (w の変化) は予測品質と多峰性にどのような影響を与えるか。
• RQ4 マップ情報（車線グラフ）を含めることは、特にマップデータが部分的に利用可能な場合、予測性能にどのような影響を与えるか。
• RQ5 提案手法は大規模な高速道路や環状車両交差点のシナリオで、確立されたベースラインと比較してどうか。

主な発見

手法	ADE (highD)	FDE (highD)	MR (highD)	ADE (rounD)	FDE (rounD)	MR (rounD)
Constant Acc.	0.78	2.63	0.55	4.83	16.2	0.95
S-LSTM [1]	0.41	1.49	0.22	1.20	3.47	0.56
CS-LSTM [13]	0.39	1.38	0.19	1.19	3.57	0.60
GRIP++ [41]	0.38	1.49	0.18	1.11	3.19	0.52
mmTransformer [44]	0.39	1.13	0.15	1.29	3.50	0.59
Trajectron++ [62]	0.44	1.62	0.23	1.09	3.53	0.54
MTP-GO [76]	0.30	1.07	0.13	0.96	2.95	0.46
Ours (w=0.0)	0.39	1.43	0.23	1.23	3.99	0.64
Ours (w=0.4)	0.29	1.16	0.15	1.01	3.31	0.57
Ours (w=0.8)	0.29	1.01	0.12	0.86	2.82	0.49
Ours (w=1.0)	0.28	0.99	0.11	0.84	2.73	0.46
Ours \setminus f (w=1.0)	0.46	1.27	0.16	0.96	3.10	0.52
Ours \circlearrowleft (w=1.0)	0.36	1.25	0.17	0.96	2.99	0.49

• 提案する拡散ベースのモデルは highD および rounD で最先端の、または競争力のある ADE、FDE、MR スコアを達成し、MTP-GO および Trajectron++ をはじめとするいくつかのベースラインを多くの設定で上回る。
• 微分運動制約の導入により、より物理的に実現可能な軌道が得られ、予測品質が向上する；運動モデル f を除去すると性能が低下する。
• 相互作用認識型ガイダンス（より大きな w）は一般に精度を向上させ、エージェント間接続の価値を示す；訓練時にエッジを除去すると一般化が改善されることがある。
• モデルはモード表現を明示的に持たずに多峰性を捉え、複数の拡散サンプルによって複数の実現可能な未来を生成する；多峰性は複雑な環状シナリオでより顕著である。
• 自己ループのみを用い（エージェント間のメッセージングなし）、より自分中心の予測になることが多く、相互作用をモデル化する実務的な有用性を示す。