自動運転計画モデルCLAP-AD、速度選択を試験時に制御

何が起きたか

arXiv掲載の論文は、エンドツーエンド自動運転向けの計画ヘッド「CLAP-AD」を提案した。Bench2Drive-SpeedのSpeed-Adherence Scoreは82.53で、同指標の最強ベースラインTFv6を12.9ポイント上回った。著者らは、既存モデルに組み込め、速度条件付きの訓練をせずに試験時の速度選択を明示的に制御できる方式としている。

詳細

CLAP-ADは、経路を模倣学習で学習する一方、複数の候補速度を、物理的根拠を持つ安全制約で教師あり学習した関数により複数の基準で採点する。論文は、同一場面でも適切な運転行動は複数あり、その違いは経路より速度に表れやすいと説明する。 評価ではBench2DriveのDriving ScoreがUniADを28.5、VADを32.7上回り、実世界走行データを基に構築されたNAVSIM v2では、バックボーンに対するEPDMSの向上幅が6.1だった。

Key Facts

本紙の見方

今回の論文の焦点は、模倣学習を全面的に置き換えることではなく、経路学習と速度選択を分けた点にある。著者らは経路を模倣で学びながら、速度は候補を複数基準で採点して選ぶ設計を示した。デモンストレーションが一つの行動しか示さない場合、別の有効な行動や利用者の好みを学びにくいという問題に対し、走行時の速度選択を調整する余地を加える構成である。 既存のエンドツーエンドモデルに接続する計画ヘッドであり、速度条件付き訓練を要しないという点は、モデル全体を作り直さず速度制御を追加する設計上の選択肢となる。ただし、論文要旨が述べるのは試験時に速度選択を制御できることまでで、利用者がどのように好みを指定するか、候補速度をどう設定するかは示されていない。したがって、制御可能性が実際の運用でどの程度の選択幅や一貫性を持つかは別途検証が必要だ。 評価値は一つの指標に限られない。Bench2Drive-Speedでは速度適合性、Bench2DriveではDriving Score、NAVSIM v2ではEPDMSを比較しており、異なるベンチマークで改善幅を報告した点は、速度選択の追加が速度指標だけにとどまらない可能性を示す。一方、NAVSIM v2は実世界走行データを基に構築された評価環境であり、実車での公道走行結果を意味しない。数値だけから実環境での安全性や性能を結論づけることはできない。 また、安全性は「物理的根拠を持つ安全制約」による教師あり学習として方式に組み込まれているが、要旨には制約の具体的な定義や、評価時に安全性をどう測ったかは記されていない。今後確認すべきなのは、各基準の内容と重み、速度候補の生成方法、利用者の指定を採点へ反映する仕組み、閉ループ走行での失敗や安全性の評価である。スコア向上がどの条件で再現されるかを分けて見る必要がある。

なぜ重要か

CLAP-ADは経路の模倣学習を維持しつつ、候補速度の採点を追加し、著者らの報告ではBench2Drive-Speedに加えてBench2DriveとNAVSIM v2でも改善を示した。既存モデルへの接続と速度条件付き訓練を不要とする設計が、速度選択を調整する際の適用条件として重要になる。