[论文解读] Causal Imitative Model for Autonomous Driving

Mohammad Reza Samsami, Mohammadhossein Bahari+2 more|arXiv (Cornell University)|Dec 7, 2021

Domain Adaptation and Few-Shot Learning被引用 10

一句话总结

本文提出了一种新型的模仿学习框架——因果模仿模型（Causal Imitative Model, CIM），用于自动驾驶，通过格兰杰因果关系从解耦的潜在表征中显式发现因果因子。通过仅选择因果变量——将输入减少至仅两个——CIM 将惯性与碰撞率分别降低了超过75%和30%，同时实现了对新环境的有效少样本适应。

ABSTRACT

Imitation learning is a powerful approach for learning autonomous driving policy by leveraging data from expert driver demonstrations. However, driving policies trained via imitation learning that neglect the causal structure of expert demonstrations yield two undesirable behaviors: inertia and collision. In this paper, we propose Causal Imitative Model (CIM) to address inertia and collision problems. CIM explicitly discovers the causal model and utilizes it to train the policy. Specifically, CIM disentangles the input to a set of latent variables, selects the causal variables, and determines the next position by leveraging the selected variables. Our experiments show that our method outperforms previous work in terms of inertia and collision rates. Moreover, thanks to exploiting the causal structure, CIM shrinks the input dimension to only two, hence, can adapt to new environments in a few-shot setting. Code is available at https://github.com/vita-epfl/CIM.

研究动机与目标

• 为解决基于模仿学习的自动驾驶策略中因学习虚假相关性而非真实因果关系而引发的惯性和碰撞问题。
• 开发一种计算上可行的因果模型，显式从专家示范中识别因果因子，避免依赖虚假相关性。
• 通过利用最少数量的因果相关潜在变量，提升策略的泛化能力与少样本适应能力。
• 证明因果结构发现可带来更鲁棒、可解释且高效的驾驶策略。
• 验证解耦与因果选择在提升策略性能与适应性方面的有效性。

提出的方法

• 使用基于变分自编码器的感知模型，将原始输入（如摄像头观测）解耦为128个解耦的潜在变量。
• 应用格兰杰因果关系识别哪些潜在变量对下一步动作（具体为速度预测）具有因果影响，从而过滤掉干扰变量。
• 仅使用所选的因果潜在变量训练轻量化策略，将输入维度减少至仅两个。
• 采用两阶段训练流程：先进行解耦，再进行因果结构学习与策略训练。
• 通过在新环境中仅用100个样本微调轻量化因果策略，实现少样本领域适应。
• 使用CARLA模拟器在多个复杂度不同的城镇中进行评估与消融研究。

实验结果

研究问题

• RQ1 能否通过潜在表征中的因果结构发现，降低模仿学习在自动驾驶中的惯性和碰撞？
• RQ2 仅选择因果潜在变量是否能带来比使用全部潜在变量更鲁棒、更具泛化能力的策略？
• RQ3 该因果模型在多大程度上支持对新环境的少样本适应？
• RQ4 解耦与因果选择各自在性能提升中起到了多大作用？
• RQ5 该模型能否从原始视觉观测中识别出有意义且可解释的因果因子？

主要发现

• 与最先进基线相比，CIM 将惯性率降低了超过75%，显著提升了在停车时的响应速度。
• CIM 将碰撞率降低了超过30%，在动态交通场景中展现出更优的安全性。
• 该模型仅使用两个因果潜在变量即实现高性能，表明其因果抽象有效且输入维度极低。
• 在少样本领域适应中，CIM 在所有指标上均优于CIM-MLP（后者使用全部128个潜在变量），且所需适应样本更少。
• 消融研究证实，解耦至关重要——CIM-entangled 的表现甚至劣于基线DIM，凸显了解耦表征的必要性。
• 因果结构学习组件使模型具备有效泛化能力，复杂城镇（如Town03）中的优异表现即为明证。