[論文レビュー] Learning Accurate, Comfortable and Human-like Driving

Simon Hecker, Dengxin Dai+1 more|arXiv (Cornell University)|Mar 26, 2019

Autonomous Vehicle Technology and Safety参考文献 49被引用数 20

ひとこと要約

本稿では、高精細な地図データ、逐次学習、敵対的訓練を用いて、精度、乗客の快適性、人間らしさを統合的に最適化することで、自律走行を向上させるエンドツーエンドのディープラーニングフレームワークを提案する。モデルはDrive360データセットにおいて、精度、快適性、人間らしさの観点で先行手法を上回る優れた性能を達成した。

ABSTRACT

Autonomous vehicles are more likely to be accepted if they drive accurately, comfortably, but also similar to how human drivers would. This is especially true when autonomous and human-driven vehicles need to share the same road. The main research focus thus far, however, is still on improving driving accuracy only. This paper formalizes the three concerns with the aim of accurate, comfortable and human-like driving. Three contributions are made in this paper. First, numerical map data from HERE Technologies are employed for more accurate driving; a set of map features which are believed to be relevant to driving are engineered to navigate better. Second, the learning procedure is improved from a pointwise prediction to a sequence-based prediction and passengers' comfort measures are embedded into the learning algorithm. Finally, we take advantage of the advances in adversary learning to learn human-like driving; specifically, the standard L1 or L2 loss is augmented by an adversary loss which is based on a discriminator trained to distinguish between human driving and machine driving. Our model is trained and evaluated on the Drive360 dataset, which features 60 hours and 3000 km of real-world driving data. Extensive experiments show that our driving model is more accurate, more comfortable and behaves more like a human driver than previous methods. The resources of this work will be released on the project page.

研究の動機と目的

• 自律走行における3つの主要な目的を形式化し統合する：精度、乗客の快適性、人間らしさ。
• HEREテクノロジーズが提供する高精細な数値地図データを活用し、運転意思決定に関連する地図特徴を設計することで、走行精度を向上させる。
• 走行を逐次予測タスクとしてモデル化し、縦方向および横方向の振動最小化を損失関数に組み込むことで、乗客の快適性を向上させる。
• 運転行動を人間と機械の区別が困難なように学習させるために、敵対的損失を導入し、ディスクライマーを訓練して人間の運転と機械の運転を識別する。これにより、モデルは人間のパターンを模倣するよう学習される。
• 統合フレームワークを実世界の走行データセットで評価し、3つの次元（精度、快適性、人間らしさ）において、先行手法を上回ることを実証する。

提案手法

• モデルはHEREテクノロジーズの高解像度数値地図データを用い、道路種別、速度制限、信号機、横断歩道、交差点の幾何構造など、運転に関連する特徴を抽出する。
• 点ごとの回帰に代わる逐次学習アプローチを採用し、ステアリングおよび速度予測における時間的依存性をモデル化することで、滑らかさと快適性を向上させる。
• 乗客の快適性は、縦方向および横方向の加速度の振動を最小化する損失関数によって統合され、運動症候のリスク低減に寄与する。
• 敵対的訓練のコンponentとして、運転軌跡が人間ドライバー由来か、学習済みモデル由来かを識別するためのディスクライマーを訓練し、生成器はそれを欺くように学習される。
• 総合的な学習目的は、標準的な回帰損失（精度）、快適性損失（走行の滑らかさ）、敵対的損失（人間らしさ）の3つの損失を組み合わせたものである。
• フレームワークは、豊富なセンサーおよび地図アノテーションを備えた60時間、3,000 kmの実世界走行データを含むDrive360データセット上で訓練および評価されている。

実験結果

リサーチクエスチョン

• RQ1 高精細な地図データは、エンドツーエンド走行モデルの精度と耐障害性を顕著に向上させることができるか？
• RQ2 快適性に配慮した損失関数を用いた逐次学習は、点ごとの回帰と比較して、走行品質および乗客の運動症候にどのような影響を及ぼすか？
• RQ3 明示的な人間の模倣行動のデータなしに、敵対的訓練を用いて人間らしさのある運転行動を学習できる程度はどの程度か？
• RQ4 統一された学習フレームワークは、1つのエンドツーエンドモデル内で走行精度、乗客の快適性、人間らしさを同時に最適化できるか？
• RQ5 現在の走行モデルは、困難な道路状況においてどのような失敗モードを示し、地図ベースの特徴工学がその診断と性能向上にどのように寄与できるか？

主な発見

• HEREが提供する地図特徴の統合により、特に変則的移動（車線変更、カーブ走行）において走行精度が顕著に向上したことが、定性的な比較で示された。
• 逐次学習アプローチにより縦方向および横方向の振動が低減され、乗客の不快感と関連する滑らかで快適な走行軌跡が得られた。
• 敵対的損失コンponentは、ディスクライマーが人間の運転と機械の運転を区別するのが難しくなるようにモデルを学習させることに成功し、人間らしさの向上が確認された。
• 誤差診断の結果、交差点やカーブのきつい道路など、高複雑度なシナリオではモデルの性能が劣ることが判明し、今後の改善の余地が浮き彫りになった。
• 定量的評価では、提案手法が3つの指標すべてで先行手法を上回ることを示した：ステアリングおよび速度予測誤差が低く抑えられ、振動の振幅が小さく、人間らしさスコアが高かった。
• モデルは未観測の道路属性に対しても優れた一般化性能を示し、速度制限、道路種別、交差点種別に関係なく、正規化誤差率が一貫した性能を示した。