FR
De meilleures trajectoires ne garantissent pas un meilleur choix
ExecDiffuser: Closing the Sample-to-Execution Gap in Diffusion Planning · arXiv:2610.36837
En termes simples
L’article présente ExecDiffuser, une méthode pour les systèmes qui planifient la conduite en proposant plusieurs trajectoires possibles avant d’en choisir une pour le véhicule. Elle entraîne la génération de trajectoires à partir d’indices sur la performance possible de chacune, puis apprend à choisir une trajectoire qui passe un contrôle de validité en ligne.
La trajectoire choisie sert de contexte au cycle de planification suivant. Si aucune ne passe le contrôle, le système déclenche une manœuvre déterministe à risque minimal.
Sur nuPlan, un test de conduite simulée qui évalue les systèmes en boucle fermée, ExecDiffuser a obtenu un score moyen supérieur à celui de deux systèmes reproduits, sur six paramètres. Un test distinct des candidates montre qu’améliorer les trajectoires disponibles ne garantit pas que la règle d’imitation choisisse celle qui obtiendra le meilleur score.
La recherche
Si un système de planification de conduite peut générer une trajectoire solide, la choisira-t-il vraiment ? En conduite en boucle fermée, le véhicule suit la trajectoire publiée et arrive dans une scène modifiée avant le cycle de planification suivant.
La qualité des candidates ne suffit donc pas toujours à dire si la décision suivie par le véhicule est bonne.
ExecDiffuser entraîne la génération de trajectoires à partir de données d’exécution et apprend un sélecteur récurrent qui publie une candidate passant le contrôle de validité, puis la reprend comme contexte au cycle suivant ; si aucune ne passe, il déclenche une manœuvre déterministe à risque minimal.
nuPlan évalue les systèmes de planification dans des simulations de conduite en boucle fermée. Sur ses six paramètres, ExecDiffuser a obtenu une moyenne de 85.62 points sur cinq graines, supérieure à celles de Diffusion Planner (81.60) et de FlowDrive (84.31), tous deux reproduits selon le même protocole.
Sur des états Val14 appariés, l’entraînement des seules propositions a amélioré le score de la meilleure candidate, mais légèrement réduit celui de la trajectoire choisie par la même règle d’imitation.
Cela montre pourquoi évaluer les candidates seules peut laisser de côté la décision qui détermine l’état de conduite suivant.
Les évaluations reposent sur des simulateurs et sur un test de conduite distinct ; l’article ne rapporte aucune validation interactive en conditions réelles. Un diagnostic a aussi relevé des décisions déclarées valides à tort aux intersections masquées par des obstacles.
Ces résultats n’établissent donc pas que les contrôles de validité sont fiables dans toutes les scènes.
Ce que montrent les preuves
- Des candidates au choix publié
ExecDiffuser est une méthode récurrente de planification de conduite : elle génère des trajectoires candidates et en publie une qui passe son contrôle de validité en ligne pour guider le véhicule. Si aucune ne passe, elle déclenche une manœuvre déterministe à risque minimal.
La trajectoire publiée alimente le cycle de planification suivant, reliant génération, choix de la trajectoire à suivre et nouvelle planification. L’article demande si l’évaluation des candidates suffit à rendre compte de la décision que le véhicule suivra. Pour y répondre, il s’appuie sur nuPlan, un test de conduite simulée qui évalue les systèmes en boucle fermée, et sur des diagnostics appariés qui comparent les options disponibles à la trajectoire publiée.
- Quand les options dépassent le choix
Pour distinguer les options disponibles de la trajectoire choisie, les auteurs ont cloné des états admissibles de Val14, un paramètre d’évaluation de nuPlan, qui comportaient au moins une candidate valide. Un évaluateur du simulateur a noté chaque trajectoire lors d’une simulation indépendante de huit secondes sans nouvelle planification ; les auteurs ont calculé le meilleur score de l’ensemble complet et celui de la candidate publiée, puis ont fait la moyenne sur cinq graines.
Le meilleur score incluait les candidates rejetées par le contrôle de validité en ligne. Avec la même règle de choix fondée sur l’imitation, l’entraînement des seules propositions a fait passer le meilleur score de 90.33 à 91.36 points, mais le score de la trajectoire choisie a baissé de 89.82 à 89.64, par rapport aux propositions de base : l’écart s’est creusé.
- Améliorer les options disponibles
La génération des candidates a aussi fait l’objet d’un changement d’entraînement distinct. Intent-Guided Diffusion Proposal (IGD) répartit les responsabilités d’entraînement selon la proximité avec les trajectoires démontrées et les données d’exécution, puis ajuste séparément la géométrie des trajectoires.
En gardant fixe le composant Execution-Grounded Selection (EGS), l’ajout de cette attribution des responsabilités conditionnée par l’exécution et de l’ajustement géométrique a fait passer le meilleur score de l’ensemble complet de 91.36 à 92.63 points nuPlan, en moyenne sur cinq graines. Ce plafond plus élevé n’indique pas quelle trajectoire le système publie réellement.
- Transformer les options en décisions
Execution-Grounded Selection (EGS) intervient au stade du choix. Il écarte les propositions invalides, apprend à classer celles qui passent selon leur utilité dans le contexte, et utilise les informations sur la scène et l’exécution ainsi que la trajectoire publiée au cycle précédent.
La trajectoire choisie sert de contexte au cycle suivant ; si aucune candidate ne passe, le système déclenche une manœuvre déterministe à risque minimal. Avec le générateur de propositions maintenu fixe, une comparaison appariée sur Val14 a montré que l’EGS choisissait la candidate au meilleur score dans une plus grande part des états admissibles et réduisait l’écart moyen avec la meilleure candidate déterminée rétrospectivement, par rapport au choix par imitation.
- Évaluer la conduite en boucle fermée
Sur six paramètres nuPlan et cinq graines, ExecDiffuser a obtenu une moyenne de 85.62 points, supérieure à celles de Diffusion Planner (81.60) et de FlowDrive (84.31), reproduits avec la même version, les mêmes scénarios, les mêmes paramètres de simulateur et le même protocole de notation.
Lors d’une intervention distincte à préfixe apparié, le même système de planification figé a obtenu un score supérieur de 1.90 point sur une simulation de huit secondes après une trajectoire initiale de quatre secondes choisie par l’EGS plutôt que par imitation.
Ces résultats étayent l’interprétation des auteurs selon laquelle le choix peut compter après l’exécution d’une trajectoire par le véhicule.
Détails
- Auteurs de l’article original
- Shuo Pei, Bosun Liang, Saihui Zha, Chen Sun, Huachun Tan
- Soumis à arXiv
- Licence
- arXiv non-exclusive