学習型軌道スコアラ向けデータセット設計、NAVSIMでEPDMS 90.4を達成

何が起きたか

arxiv.orgに2026年9月1日付で投稿された論文で、学習型軌道スコアラの訓練データセットを新たに設計し、NAVSIM navtrainデータセット上で評価した。設計したデータセットを用いることで、DiffusionDriveで90.1 EPDMS、MeanFuserで90.4 EPDMSを達成し、ベースのプランナーが生成する提案プールと比較して、より情報量の多い正例・負例を提供できることを示した。

詳細

論文は、多くのエンドツーエンド運転ポリシーが候補軌道のプールを生成し、その中から1つを選択する構造を持つことに着目。この選択部分はスコアラとして分離可能であり、プランナーやバックボーン、軌道生成器を凍結したまま再学習できる。しかし、多くの強力なプランナーは安全なモードに集中して軌道を提案するため、決定境界付近での教師信号が限られる。そこで、人間の軌道を車両が変位できる2軸に沿って摂動させる2つの生成器を構築した。具体的には、横方向にドライバブル境界へ、縦方向に先行車両へ向かって摂動させる。設計したデータセットは、ベースのプランナーの提案プールよりも情報量の多い正例・負例を生成する。トランスフォーマーベースのスコアラを、凍結した生成プランナーであるDiffusionDriveとMeanFuserに取り付け、NAVSIM navtrainデータセットで訓練した。ResNet-34を用いた場合、DiffusionDriveで90.1 EPDMS、MeanFuserで90.4 EPDMSを達成し、設計したデータセットによりそれぞれ0.4および0.3 EPDMSの改善が見られた。

Key Facts

本紙の見方

本論文の核心は、エンドツーエンド運転モデルの軌道選択を担うスコアラの学習データを、人間の運転軌跡を意図的に摂動させることで設計した点にある。多くの既存手法がプランナーの提案プールをそのまま訓練データとして使うのに対し、本研究は決定境界付近のサンプルを人工的に生成することで、スコアラの識別能力を高めようとする。このアプローチは、プランナーやバックボーンを凍結したままスコアラのみを再学習できるという分離可能性に依存しており、実用上のコストを抑えつつ性能改善を図る現実的な戦略と言える。 実験結果は、DiffusionDriveとMeanFuserの両方でEPDMSが向上しており、設計したデータセットがプランナーの種類に依存せず有効であることを示唆する。改善幅は0.3〜0.4 EPDMSと小さいが、これはベースラインがすでに高い性能を持っているためであり、決定境界付近での精度向上は、安全性に直結する可能性がある。 業界構造への含意として、この手法はスコアラの学習データ設計という、これまであまり注目されてこなかった領域に光を当てる。自動運転のエンドツーエンドモデルでは、プランナーの性能向上に焦点が当たりがちだが、軌道選択の質が最終的な安全性に大きく影響する。本研究は、データ生成の工夫だけでスコアラを改善できることを示しており、データ中心のアプローチの有効性を再確認させる。 一方で、未確定の論点も残る。実験はNAVSIM navtrainデータセットとResNet-34という特定の条件下でのみ行われており、他のデータセットやバックボーンでの汎用性は不明である。また、摂動の大きさや方向の設定が性能に与える影響の詳細な分析も今後の課題となる。さらに、実車両での安全性検証が行われていないため、シミュレーション上の改善が実際の運転にどの程度寄与するかは未知数である。

なぜ重要か

この研究は、自動運転の軌道選択におけるデータ設計の重要性を示し、プランナーを変更せずにスコアラを改善できる可能性を提示する。今後の自動運転システムの安全性向上に向けて、データ生成の工夫が一つの有力なアプローチとなることを示唆している。