軌道予測2026/8/18arXiv:2608.17882

ControlledShifts: 分布シフト下での軌道予測におけるロバスト性評価の標準化に向けて

ControlledShifts: Towards Standardizing Robustness Evaluation in Trajectory Prediction Under Distribution Shifts

軌道予測モデルの分布シフトに対するロバスト性を標準化して評価するフレームワークとベンチマークスイートを提案し、既存データセットを系統的に再分割して複数のシフトを生成し、統一的なロバスト性スコアでモデルを評価する。

詳しい要約

1. どんなもの？

本論文は、自動運転における軌道予測モデルの分布シフトに対するロバスト性を標準化して評価するためのフレームワークおよびベンチマークスイートであるControlledShiftsを提案している。既存の軌道予測データセットを、characterization function（変動軸を固定）とsplitting function（その軸の裾野を withheld する方法）に基づいて、in-distribution (seen) と out-of-distribution (unseen) の分割に系統的に再分割する。スイートは、トポロジカルおよび行動的分布シフトを対象とした3つのベンチマークから構成される。さらに、複数のベンチマークにわたる多次元性能指標を統合するために、予測品質（相対性能向上）と予測安定性（シフト下での性能維持）の2つの補完的次元に沿ってモデルを評価する統一ロバストネススコアを提案している。

2. 先行研究と比べてどこがすごい？

先行研究では、データ中心またはテスト時適応の手法が分布シフトの劣化を緩和しようとしているが、それらの検証は一般化の断片的な軸に沿って行われており、モデルが遭遇しうるシフト全体にわたるロバスト性を比較する標準化された方法が欠如していた。ControlledShiftsは、characterization-and-splitting formulationを共有することで、ベンチマークが探る変動軸とその裾野の withheld 方法を体系的に固定し、異なるシフトに対するロバスト性の比較を可能にする点が新しい。また、予測品質と予測安定性を統合する統一スコアを導入することで、多次元の性能評価を一元化している点も先行研究にはない貢献である。

3. 技術・手法の肝は？

手法の核は、characterization functionとsplitting functionからなる共有の定式化にある。characterization functionは、ベンチマークが探る分布シフトの軸（例：トポロジカルな複雑さ、行動の多様性）を定義し、splitting functionはその軸に沿ってデータをID/OODに分割する方法を定義する。これにより、既存のデータセットを再分割して、特定のシフトに対する評価を標準化する。さらに、複数のベンチマークにわたる性能を集約するために、予測品質（相対性能向上）と予測安定性（性能維持）の2次元を組み合わせた統一ロバストネススコアを提案している。

4. どうやって有効だと検証した？

提案手法の有効性は、代表的なtransformerベースの軌道予測アーキテクチャをControlledShifts上でベンチマークすることで検証している。その結果、モデルの容量の違いが、潜在的な関連性や環境構造の扱いにどのように影響するかに関して、重要な差異が明らかになったと述べられている。具体的な数値結果や比較対象の詳細は要旨からは不明である。

5. 議論はある？

要旨からは、提案されたベンチマークがカバーするシフトの範囲や、統一スコアの重み付けの妥当性、実世界の多様なシフトへの一般化可能性などに関する議論は明示されていない。また、transformerベースのモデルに焦点を当てているが、他のアーキテクチャへの適用可能性や、ベンチマークの選択バイアスについての考察も要旨には含まれていない。

6. 次に読むべき論文は？

要旨で参照されている関連研究は明示されていないが、軌道予測における分布シフトやテスト時適応に関する研究が関連する。具体的には、データ中心のアプローチやテスト時適応手法の論文、およびtransformerベースの軌道予測モデル（例：Wayformer, MTR）の原著論文が挙げられる。また、ロバスト性評価の標準化に関する研究も関連する。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Ingrid navarro, Pablo Ortega-Kral, Yutong Duan, Jonathan Francis, Jean Oh

分類: cs.RO

原文アブストラクト

Trajectory prediction is central to safety in autonomous driving, yet learning-based predictors tend to degrade sharply when encountering scenarios poorly represented by their training data. Many methods attempt to mitigate distribution shift degradation through data-centric or test-time adaptation approaches; however, they are typically validated along fragmented axes of generalization, leaving the field without a standardized way to compare robustness across shifts a model may encounter. To address this, we introduce ControlledShifts, a framework and benchmark suite that systematically re-splits existing trajectory datasets into in-distribution (seen) and out-of-distribution (unseen) partitions, via a shared characterization-and-splitting formulation, in which a characterization function fixes the axis of variation a benchmark probes and a splitting function fixes how the tail of that axis is withheld. The suite comprises three benchmarks targeting key topological and behavioral distribution shifts. Furthermore, to aggregate multi-dimensional performance metrics across these benchmarks, we propose a unified robustness score that evaluates models along two complementary dimensions: prediction quality (relative performance gain) and prediction stability (performance preservation under shift). We showcase ControlledShifts by benchmarking prominent transformer-based architectures, exposing critical differences in how models of varying capacities handle latent relevance and environmental structure.

arXivで原文を読む →arXiv概要ページ