[論文レビュー] Rectify, Don't Regret: Avoiding Pitfalls of Differentiable Simulation in Trajectory Prediction

Harsh Yadav, Christian Bohn+1 more|arXiv (Cornell University)|Mar 24, 2026

Autonomous Vehicle Technology and Safety被引用数 0

ひとこと要約

要約: Fully differentiable closed-loop simulators は shortcut 学習を可能にし、drift からの genuine recovery を強制する非微分可能な detached rollout を提案する。これにより、より頑健な軌道予測と衝突の減少が得られる。

ABSTRACT

Current open-loop trajectory models struggle in real-world autonomous driving because minor initial deviations often cascade into compounding errors, pushing the agent into out-of-distribution states. While fully differentiable closed-loop simulators attempt to address this, they suffer from shortcut learning: the loss gradients flow backward through induced state inputs, inadvertently leaking future ground truth information directly into the model's own previous predictions. The model exploits these signals to artificially avoid drift, non-causally "regretting" past mistakes rather than learning genuinely reactive recovery. To address this, we introduce a detached receding horizon rollout. By explicitly severing the computation graph between simulation steps, the model learns genuine recovery behaviors from drifted states, forcing it to "rectify" mistakes rather than non-causally optimizing past predictions. Extensive evaluations on the nuScenes and DeepScenario datasets show our approach yields more robust recovery strategies, reducing target collisions by up to 33.24% compared to fully differentiable closed-loop training at high replanning frequencies. Furthermore, compared to standard open-loop baselines, our non-differentiable framework decreases collisions by up to 27.74% in dense environments while simultaneously improving multi-modal prediction diversity and lane alignment.

研究の動機と目的

• 微分可能なシミュレータが軌道予測における shortcut 学習と過去の後悔を生むことを実証する。
• 非微分可能で切り離された閉ループ rollout を提案し、 drift 状態からの genuine recovery を強制する。
• nuScenes および DeepScenario における提案手法の頑健性を、オープンループおよび微分可能なベースラインと比較して評価する。

提案手法

• ステップ間の計算グラフを sever する detached receding horizon rollout を導入する。
• target エージェントを孤立させつつ他は ground-truth 軌道に従わせる log-replay シーンシミュレーションを用いる。
• backpropagation 中に open- と closed-loop サンプルを同一扱いするよう、 reformulated negative log-likelihood を用いて学習目的を修正する。
• 効率的な逐次予測のため decoder- only LMFormer-D アーキテクチャを採用する。
• induced state inputs へ微分を伝えないよう勾配 detach を実現する。
• replanning 周波数を変化させたときの衝突、マルチモーダル多様性、車線整合性を評価する。

実験結果

リサーチクエスチョン

• RQ1 微分可能なシミュレータは未来情報を過去の予測へ漏らしてモデルに非因果的な shortcut 学習をさせる原因となるか。
• RQ2 非微分可能な閉ループ学習フレームワークは高 replanning 周波数における軌道予測の頑健性と安全性を改善するか。
• RQ3 提案手法は open-loop ベースラインおよび微分可能な閉ループ学習と比較して、衝突、多様性、車線整合性の面でどう違うか。
• RQ4 decoder- only アーキテクチャは高頻度の自己回帰 closed-loop rollout に有効か。
• RQ5 nuScenes および DeepScenario で、 varying H_step/Replanning 周波数で評価した場合、頑健性にどの程度の改善が得られるか。

主な発見

• 微分可能な閉ループ学習は replanning 周波数が高い場合に shortcut 学習と勾配漏れにより不安定になる。
• 非微分可能な閉ループ学習は高周波の replanning 周波数で微分可能なベースラインと比較して衝突を最大で 33.24% 減少させる。
• オープンループベースラインと比較して、非微分可能な学習は密集環境で衝突を最大で 27.74% 減少させる。
• decoder-only LMFormer-D はパラメータを 45% 減らし FLOPs を 62% 減らしつつ、オープンループ指標で競争力を保持。
• 提案手法は高頻度の replanning 周波数でマルチモーダル予測の多様性と車線整合性を改善する。