FR
Un modèle de conduite répond mieux après avoir appris des trajectoires alternatives
Cartender: Verifiable Language-Conditioned Driving by Learning the Drives Not Taken · arXiv:2610.26390
En termes simples
Un trajet enregistré ne montre généralement qu’un seul chemin dans une scène, même si plusieurs chemins sont possibles. Il est donc difficile de savoir si un modèle suit une consigne ou s’il se contente de reproduire le trajet enregistré.
Cartender est un modèle de conduite qui propose plusieurs trajectoires, vérifie si la scène permet de suivre la consigne, puis classe les propositions. Sur des entrées enregistrées et maintenues fixes, il a plus souvent respecté les deux demandes d’une paire concernant la même scène qu’un modèle entraîné uniquement sur des enregistrements appariés. Ce résultat ne montre pas comment il se comporterait dans la circulation interactive.
La recherche
Lorsqu’un enregistrement de conduite ne montre qu’un seul chemin dans une scène, comment savoir si un modèle suit une consigne ou s’il reproduit simplement le trajet enregistré ?
L’article examine si l’entraînement sur plusieurs trajectoires possibles pour une même scène peut aider à tester et à améliorer ce comportement.
Cartender crée des trajectoires alternatives pour une même scène de conduite et entraîne une politique à choisir parmi elles en tenant compte des consignes que la scène permet de suivre.
Cartender crée des trajectoires alternatives pour une même scène enregistrée, les associe à des consignes et entraîne une politique de conduite à générer et classer des trajectoires possibles. Les chercheurs modifient ensuite les consignes sur des entrées enregistrées et fixes, puis évaluent le comportement selon des critères d’action.
Sur trois graines, Cartender respecte les deux demandes dans 57.00% des paires de manœuvres, contre 23.67% pour l’imitation limitée aux paires enregistrées avec la même architecture de base.
Sur le jeu d’entraînement élargi concernant une même scène, Cartender dépasse aussi l’imitation sur une même scène pour la réussite des paires de manœuvres et de précisions.
Selon la procédure rapportée, cela étaye une contribution au-delà des exemples ajoutés. Pour qu’une paire compte comme une réussite, les deux demandes doivent être respectées ; les sorties manquantes comptent comme des échecs.
Ces résultats proviennent d’évaluations sur des entrées enregistrées et maintenues fixes. Les vérifications fondées sur des règles et le RFS ne certifient ni l’absence de collision ni le respect des consignes ; le filtre de compatibilité laisse encore passer certaines demandes que la scène ne permet pas de suivre. L’étude n’établit pas les performances en circulation interactive.
Ce que montrent les preuves
- Une correspondance ne suffit pas
Cartender est une politique de conduite conditionnée par le langage : à partir d’une scène visuelle et d’une consigne, elle génère des trajectoires possibles puis les classe. La question est de savoir si associer une trajectoire enregistrée à sa consigne d’origine prouve que la politique suit les consignes.
Un enregistrement ne contient que le trajet effectué ; il ne révèle donc pas si une autre demande dans la même scène modifierait le comportement du modèle.
- Modifier les consignes teste leur influence
Les auteurs testent l’influence des consignes en modifiant les entrées de modèles de conduite publiés et figés. Supprimer la consigne ne déplace que légèrement les prédictions de Qwen-Drive avec l’interface de consigne ajoutée lors de l’évaluation ; mélanger les consignes augmente l’erreur de prédiction des points de passage de LMDrive selon son propre protocole.
Ces tests utilisent des interfaces et des jeux de données différents. Ils indiquent si les prédictions ou l’erreur réagissent aux changements de consigne, pas si le modèle réalise effectivement le comportement demandé.
- Les variantes doivent être évaluées
Counterfactual Branching construit des trajectoires alternatives pour une même scène enregistrée, les associe à des consignes et les filtre au moyen de vérifications fondées sur des règles. Les chercheurs comparent ensuite les variantes retenues aux trajectoires enregistrées correspondantes à l’aide d’un score automatisé de qualité des trajectoires.
Sur l’ensemble des propositions retenues, le score moyen dépasse celui des trajectoires enregistrées correspondantes, et 67% des propositions obtiennent un score supérieur. Cette évaluation porte sur la qualité des variantes ; elle ne certifie ni leur sécurité ni le respect de la consigne.
- Cartender améliore le respect des deux demandes
Sur des entrées enregistrées et maintenues fixes, les chercheurs modifient les demandes et évaluent si le comportement prédit répond à des critères d’action. Sur trois graines d’entraînement, Cartender respecte les deux demandes dans 57.00% des paires de manœuvres, contre 23.67% pour l’imitation limitée aux paires enregistrées, avec la même architecture de base.
Lorsque les deux méthodes utilisent un jeu élargi d’exemples concernant une même scène, Cartender obtient aussi de meilleurs résultats que cette imitation pour les mesures rapportées de réussite des paires de manœuvres et de précisions.
Ces comparaisons étayent la procédure d’entraînement dans les conditions rapportées, sans établir un effet universel.
- Le filtre réduit les comportements non pris en charge
Dans un autre test sur entrées fixes, les chercheurs maintiennent le point de contrôle, les entrées et les tirages aléatoires, puis modifient le filtre de compatibilité. Parmi les demandes jugées irréalisables, la compatibilité apprise réduit le taux d’exécution du comportement demandé de 53.36% à 14.18%, par rapport au filtre réglé à pleine puissance.
Le filtre laisse encore passer certaines demandes non prises en charge, et un autre test révèle un compromis avec le respect des demandes réalisables. Ces résultats se limitent à des évaluations sur des entrées enregistrées.
Détails
- Auteurs de l’article original
- Zhiwen Chen, Benjin Zhu, Yan Xie, Jun Ma
- Soumis à arXiv
- Licence
- CC BY 4.0