[論文レビュー] DiversityGAN: Diversity-Aware Vehicle Motion Prediction via Latent Semantic Sampling

Xin Huang, Stephen G. McGill+5 more|arXiv (Cornell University)|Nov 28, 2019

Autonomous Vehicle Technology and Safety参考文献 68被引用数 5

ひとこと要約

DiversityGANは、メトリック学習を用いて低次元の意味的空間を形状づけることで、自動運転における軌道予測を向上させる潜在的意味的サンプリング手法を導入している。これにより、効率的で多様かつ正確な車両運動行動のサンプリングが可能になる。本手法は、2〜6サンプルのみを用いても、合流や旋回などのレアな運転行動のカバレッジを向上させ、最先端の予測性能を達成している。

ABSTRACT

Vehicle trajectory prediction is crucial for autonomous driving and advanced driver assistant systems. While existing approaches may sample from a predicted distribution of vehicle trajectories, they lack the ability to explore it -- a key ability for evaluating safety from a planning and verification perspective. In this work, we devise a novel approach for generating realistic and diverse vehicle trajectories. We extend the generative adversarial network (GAN) framework with a low-dimensional approximate semantic space, and shape that space to capture semantics such as merging and turning. We sample from this space in a way that mimics the predicted distribution, but allows us to control coverage of semantically distinct outcomes. We validate our approach on a publicly available dataset and show results that achieve state-of-the-art prediction performance, while providing improved coverage of the space of predicted trajectory semantics.

研究の動機と目的

• 既存の運動予測モデルにおける多様性とカバレッジの不足、特に合流や旋回といった稀だが重要な運転行動に対して、その問題を解決すること。
• 完全な運転行動の分類体系を必要としない、意味的に異なる結果を捉える効率的なサンプリング戦略を開発すること。
• 計画者が多様で現実的な軌道仮説を吟味できるようにすることで、自律走行における予測の正確性と安全性を向上させること。
• 意味的意味（例：旋回、レーン変更）が明示的にモデル化され、制御可能な分離された潜在空間を構築すること。
• 実世界の都市走行データセットを用いて、カバレッジと正確性の定量的・定性的な分析を通じて、本手法の有効性を検証すること。

提案手法

• 本モデルは、意味的レベルの行動と詳細な軌道の微細な側面を分離する、分離された潜在空間を備えたGANフレームワークを拡張している。
• 意味的潜在層を形状づけるためにメトリック学習損失が適用され、同じ高レベルラベルを持つ軌道は空間的に近づけられ、異なるラベル同士は遠ざけられる。
• 本手法は、潜在空間から多様な軌道サンプルを選択するために、最も遠く離れた点を選び出すFarthest Point Sampling（FPS）を用いる。これにより、異なる意味的モードのカバレッジが保証される。
• 生成ネットワークは、地図特徴量と周囲のエージェント状態を入力とし、潜在コードに条件付けられた将来的な軌道を生成する。
• 識別器は、実際の軌道と生成された軌道を区別することで、出力分布の現実性を強制する。
• サンプリングは、意味的行動のうち代表が不足しているものを優先するように高レベルの潜在ベクトルを調整することで実施され、分布の忠実性を損なわずカバレッジが向上する。

実験結果

リサーチクエスチョン

• RQ1 事前に定義された分類体系を必要とせずに、旋回や合流といった高レベルの意味的行動を捉える潜在空間を構築できるか？
• RQ2 均一なサンプリングと比較して、Farthest Point Sampling（FPS）は運動予測における多様な軌道モードのカバレッジを向上させるか？
• RQ3 提案手法は、効率的に稀だが安全に重要な行動をカバーしつつ、最先端の予測正確性を達成できるか？
• RQ4 学習された意味的潜在空間は、計画や検証のための解釈可能で制御可能なサンプリングをどの程度可能にするか？
• RQ5 複雑なマルチエージェント相互作用を伴う実世界の都市走行データにおいて、本手法はどの程度の性能を示すか？

主な発見

• 提案されたFPSサンプリング手法は、2〜6サンプルでのみ、MoN損失を8%低減し、カバレッジにおける効率性と正確性の優位性を示した。
• 特にサンプル数が少ない状況でも、FPSサンプリングは直接サンプリングと比較して、異なる運転行動コード（例：旋回、合流、レーン変更）のカバレッジが優れていた。
• 定性的な結果から、FPSは右折やレーン変更といった稀だが重要なイベントを効果的に生成しており、観測された軌道と一致し、予測正確性を向上させた。
• モデルは、衝突回避のためのエゴ車両意思決定において重要であるが低確率な行動（例：レーン変更）を含む多様なサンプルを生成した。
• 潜在的意味的空間は意味的に意味のあるものであることが判明し、同じ運転行動ラベルを持つ軌道が空間的にクラスタリングされ、異なる行動が明確に分離されていることが裏付けられた。
• 本手法はArgoverseデータセットで最先端の性能を達成し、正確性と多様性カバレッジの両面で先行手法を上回った。