ES
Un modelo de conducción aprende a seguir velocidades solicitadas
Closed-Loop Aware Planning via Imitation-Free Speed Scoring for End-to-End Autonomous Driving · arXiv:2610.36079
En palabras sencillas
Los ejemplos de conducción muestran al modelo una forma de recorrer cada escena, aunque varias velocidades podrían funcionar. Además, las velocidades elegidas en los ejemplos pueden ser inconsistentes.
El artículo presenta CLAP-AD, un módulo que predice una trayectoria y luego comprueba por separado las velocidades posibles según el riesgo de colisión y la capacidad del coche para detenerse en semáforos y señales de stop.
En una prueba de 48 rutas, ayudó a un modelo a seguir las velocidades solicitadas más de cerca que el mismo modelo sin el nuevo módulo. La prueba no muestra que se hayan tenido en cuenta todas las normas viales.
La investigación
Un modelo de conducción entrenado con ejemplos ve una sola velocidad elegida para cada escena, aunque varias podrían funcionar. Si esas elecciones son ruidosas o ambiguas, ¿puede el modelo seguir una velocidad solicitada y comprobar a la vez si es segura?
CLAP-AD separa la predicción de la trayectoria de la evaluación de velocidad para que el modelo elija la velocidad solicitada entre las opciones que superan sus criterios de seguridad.
¿Puede un modelo de conducción manejar varias velocidades válidas si sus ejemplos muestran una sola opción por escena?
CLAP-AD separa la predicción de la trayectoria de la selección de velocidad y puntúa las velocidades posibles según el riesgo de colisión y la capacidad de detenerse ante semáforos y señales de stop.
En una prueba de circuito cerrado de 48 rutas, TFv6 con CLAP-AD siguió las velocidades solicitadas más de cerca que TFv6.
El modelo de referencia no podía aceptar solicitudes, así que su puntuación solo servía para indicar con qué frecuencia coincidió su velocidad fija. El resultado respalda el control de velocidad en tiempo de prueba en esta configuración.
Estos resultados proceden de tres configuraciones de evaluación concretas, y las puntuaciones no se pueden comparar directamente entre ellas.
La puntuación abarca colisiones, semáforos y señales de stop, mientras que las velocidades candidatas se centran en la conducción urbana; no se evalúan todas las normas viales, maniobras ni condiciones del mundo real.
Qué muestran las pruebas
- Una escena, varias velocidades
Closed-Loop-Aware Planning for Autonomous Driving (CLAP-AD) es un módulo de planificación que se añade a modelos de conducción de extremo a extremo. Aborda un desajuste del aprendizaje por imitación: los ejemplos muestran un solo comportamiento para cada escena, aunque varias velocidades podrían ser válidas.
Si esas velocidades son ruidosas o ambiguas, también pueden ofrecer al modelo señales de entrenamiento inconsistentes.
- Puntuar las velocidades por separado
CLAP-AD aprende la trayectoria imitando ejemplos, pero puntúa por separado las velocidades candidatas según el riesgo de colisión y la capacidad de detenerse ante semáforos en rojo y señales de stop. Sus puntuaciones se basan en objetivos derivados de datos de conducción registrados y reglas para esos criterios.
Al probar el modelo, una velocidad solicitada puede guiar la selección entre las opciones que superen todos los criterios.
- Mayor seguimiento de las solicitudes
La prueba Bench2Drive-Speed mide cuánto se aproxima la velocidad real del vehículo a una velocidad solicitada a lo largo de 48 rutas. TFv6 con CLAP-AD obtuvo 82,53 puntos de Speed-Adherence, frente a 69,64 de TFv6.
El modelo de referencia no puede recibir una solicitud de velocidad, por lo que su puntuación solo indica con qué frecuencia su velocidad fija coincidió por casualidad.
- Las mejoras varían según la arquitectura
En 220 rutas de Bench2Drive evaluadas en circuito cerrado, CLAP-AD elevó el Driving Score de UniAD de 45,81 a 74,29 y el de VAD de 42,35 a 75,04. Ambos se entrenaron con ejemplos de Think2Drive.
En cambio, TFv6, entrenado con ejemplos basados en reglas de PDM-Lite, bajó de 94,70 a 92,30: una excepción a las mejoras de las otras dos arquitecturas base.
- El módulo de planificación también influye
En una ablación de las 10 rutas de Dev10, la puntuación basada en varios criterios con el módulo de planificación original de UniAD obtuvo 40,50 puntos de Driving Score; con el mismo objetivo de puntuación y el módulo de CLAP-AD, obtuvo 59,44. Esto sugiere que el módulo influye en el funcionamiento del objetivo de puntuación en esa configuración. En NAVSIM v2 navhard, CLAP-AD también elevó el EPDMS de LTFv6 de 31,9 a 38,0, con la puntuación limitada al riesgo de colisión.
Detalles
- Autores del paper original
- Emad Aghajanzadeh, Thomas Schwarzfischer, Marc Kaufeld, Moritz Thoma, Ryan Pégoud
- Enviado a arXiv
- Licencia
- arXiv non-exclusive