ES
Un modelo de conducción responde mejor al aprender trayectorias alternativas
Cartender: Verifiable Language-Conditioned Driving by Learning the Drives Not Taken · arXiv:2610.26390
En palabras sencillas
Un registro de conducción suele mostrar una sola trayectoria por una escena, aunque haya varias posibles. Por eso cuesta saber si un modelo sigue una instrucción o simplemente copia la trayectoria grabada.
Cartender es un modelo de conducción que crea varias trayectorias posibles, comprueba si la escena permite seguir la instrucción y clasifica las opciones. Con entradas grabadas y fijas, cumplió ambas solicitudes de un par para la misma escena con más frecuencia que un modelo entrenado solo con grabaciones emparejadas. El resultado no muestra cómo se desempeña en tráfico interactivo.
La investigación
Si un registro de conducción muestra una sola trayectoria por una escena, ¿cómo podemos saber si un modelo sigue una instrucción o simplemente reproduce la trayectoria grabada?
El artículo pregunta si entrenar con trayectorias alternativas para una misma escena ayuda a evaluar y mejorar ese comportamiento.
Cartender crea trayectorias alternativas para una misma escena de conducción y entrena una política para elegir entre ellas según las instrucciones que la escena permite seguir.
Cartender crea trayectorias alternativas para una misma escena grabada, las empareja con instrucciones y entrena una política de conducción para generar y clasificar trayectorias candidatas.
Después, los investigadores cambian las instrucciones con entradas grabadas y fijas, y evalúan el comportamiento según criterios de acción. En tres semillas, Cartender cumple ambas solicitudes en el 57.00% de los pares de maniobras, frente al 23.67% de la imitación basada solo en pares coincidentes que usa la misma arquitectura base.
Con el conjunto ampliado de entrenamiento para escenas iguales, Cartender también supera a la imitación con escenas iguales en el éxito emparejado de maniobras y calificadores. Esto respalda una contribución más allá de esos ejemplos añadidos según el procedimiento descrito. Cada par exige que se cumplan ambas solicitudes, y las salidas faltantes cuentan como fallos.
Estos resultados proceden de evaluaciones con entradas grabadas y fijas. Las comprobaciones basadas en reglas y RFS no certifican que las trayectorias eviten colisiones ni que cumplan las instrucciones; además, el filtro de compatibilidad todavía permite seguir algunas solicitudes que la escena no respalda. El estudio no establece el rendimiento en tráfico interactivo.
Qué muestran las pruebas
- Un emparejamiento no basta
Cartender es una política de conducción condicionada por el lenguaje: genera trayectorias candidatas a partir de una escena visual y una instrucción, y después las clasifica. La pregunta es si emparejar una trayectoria grabada con su instrucción original demuestra que la política sigue instrucciones.
Un registro contiene solo la trayectoria que se condujo, así que ese emparejamiento no revela si otra solicitud en la misma escena cambiaría el comportamiento del modelo.
- Cambiar instrucciones mide su influencia
Los autores evalúan la influencia de las instrucciones cambiando las entradas de modelos de conducción publicados y congelados. Al eliminar la instrucción, las predicciones de Qwen-Drive apenas se desplazan con la interfaz adicional evaluada; al mezclar las instrucciones, aumenta la pérdida de predicción de puntos de ruta de LMDrive según su propio protocolo.
Estos diagnósticos usan interfaces y conjuntos de datos distintos. Muestran si las predicciones o el error responden a cambios en las instrucciones, no si el modelo cumple realmente el comportamiento solicitado.
- Las alternativas requieren una evaluación de calidad
Counterfactual Branching construye trayectorias alternativas para una misma escena grabada, las empareja con instrucciones y las filtra mediante comprobaciones basadas en reglas. Después, los investigadores comparan las alternativas admitidas con sus trayectorias grabadas correspondientes mediante una puntuación automática de calidad.
Entre todas las propuestas admitidas, la puntuación media supera la de las trayectorias grabadas emparejadas, y el 67% obtiene una puntuación más alta. Esto evalúa la calidad de las alternativas; no certifica que una trayectoria sea segura ni que cumpla su instrucción.
- Cartender mejora el cumplimiento de ambas solicitudes
Con entradas grabadas y fijas, los investigadores cambian las solicitudes y evalúan si el comportamiento predicho cumple los criterios de acción. En tres semillas de entrenamiento, Cartender cumple ambas solicitudes en el 57.00% de los pares de maniobras, frente al 23.67% de la imitación basada solo en pares coincidentes que usa la misma arquitectura base.
Cuando ambos métodos utilizan un conjunto ampliado de ejemplos de una misma escena, Cartender también supera a la imitación con escenas iguales en las medidas reportadas de éxito emparejado para maniobras y calificadores.
Estas comparaciones respaldan el procedimiento de entrenamiento en las condiciones descritas, no un efecto universal.
- El filtro reduce las acciones no respaldadas
Un diagnóstico separado con entradas fijas mantiene constantes el punto de control, las entradas y las muestras aleatorias, y cambia el filtro de compatibilidad. Entre las solicitudes consideradas inviables, la compatibilidad aprendida reduce la tasa de ejecución del comportamiento solicitado del 53.36% al 14.18%, frente a un filtro fijado a intensidad máxima.
El filtro todavía permite seguir algunas solicitudes no respaldadas, y otro diagnóstico muestra un equilibrio con el cumplimiento de solicitudes factibles. La evidencia se limita a estas evaluaciones con entradas grabadas.
Detalles
- Autores del paper original
- Zhiwen Chen, Benjin Zhu, Yan Xie, Jun Ma
- Enviado a arXiv
- Licencia
- CC BY 4.0