何が起きたか
TrajWAMは、視覚言語ベースの自動運転向けWorld Action Model(WAM)に、軌跡条件付きの鳥瞰図(BEV)未来学習を加える手法として発表された。Bench2Driveの全220ルートでDriving Score 91.53、Success Rate 75.45%を達成し、同じ学習スケジュールの計画専用ファインチューニング基準を5.31点上回った。成功ルート数も基準より8ルート多かった。
詳細
学習では、実際に実行された自車軌跡に対して観測された未来を再構成する一方、ラベルのない摂動軌跡に対しては一方向の特徴分離を行う。自車軌跡の問い合わせが、共有された計画表現からDINOv3に整合させたBEV予測を条件付け、これらの目的を通じて計画器が運転ウェイポイントを生成するよう学習する。推論時はウェイポイントを直接生成し、補助的な未来予測ブランチを迂回する。
Key Facts
| TrajWAMは軌跡条件付きのWAMで、補助的なBEV未来学習を用いる。 | [1] |
| 学習は、実行軌跡に基づく未来再構成と、ラベルのない摂動軌跡に対する一方向の特徴分離を組み合わせる。 | [1] |
| Bench2Driveの全220ルートでDriving Score 91.53、Success Rate 75.45%を達成した。 | [1] |
| 同じ学習スケジュールの計画専用ファインチューニング基準に対し、Driving Scoreで5.31点、成功ルート数で8ルート上回った。 | [1] |
| 推論時は補助的な未来予測ブランチを使わず、ウェイポイントを直接生成する。 | [1] |
本紙の見方
今回の技術的な焦点は、未来シーンを予測すること自体より、その予測を実行軌跡と結びつけて計画器の学習信号にする点にある。WAMが未来予測と行動計画を接続する枠組みであるのに対し、TrajWAMは実行済みの軌跡と観測された未来の組を事実に基づく学習材料として使い、BEV未来学習を計画表現に追加する。したがって新規性は、計画専用の学習を置き換えるのではなく、未来予測を補助目的として共有表現に組み込む設計にあると読める。 もう一つの特徴は、学習時と推論時の役割分担だ。学習時には実行軌跡で未来を再構成し、ラベルのない摂動軌跡には一方向の特徴分離を適用する。一方、推論時には補助予測ブランチを通らず、ウェイポイントを直接出す。この構成は、未来予測を学習に利用しながら、運転時の出力経路を計画に絞る設計を示す。ただし、予測ブランチを外すことが計算量や遅延をどの程度変えるかは、提示された情報からは判断できない。 評価では全220ルートを対象に、計画専用ファインチューニングとの比較でDriving Scoreが5.31点高く、成功ルートも8ルート多かった。比較対象を同じ学習スケジュールにそろえた点は、補助的な未来学習の寄与を検討するうえで意味がある。ただし、この結果だけから実環境での安全性や一般化性能まで確認されたとはいえない。評価指標の詳細や、異なる条件での再現性も要る。 手法の適用可能性を見極めるには、軌跡と未来観測の対応付けが異なるデータ条件でも成立するか、摂動軌跡に対する特徴分離がどの程度結果に寄与したかを切り分ける必要がある。また、実運用を論じるには、推論時の計算資源・遅延、安全性評価、学習データの範囲が確認点となる。提示された要約にはこれらの情報がなく、Bench2Driveでのスコアをそのまま実車性能とみなすことはできない。
なぜ重要か
TrajWAMは、実行軌跡と観測された未来を結びつけた学習を、計画専用ファインチューニングと比較できる形で評価している。推論時には補助予測ブランチを使わないため、未来予測を学習信号として活用する設計と、運転時にウェイポイントを出す経路を分けている点が、自動運転計画モデルの評価・設計に関係する。
