RiskWorld: 自動運転リスク識別のためのオブジェクト中心潜在世界モデル

RiskWorldは、自動運転におけるリスク同定（どの観測オブジェクトがego vehicleにとって安全上重要になるかを判定するタスク）のための、object-centricな潜在世界モデルである。事前学習済みの予測的ビデオ表現と構造化されたego-object履歴を組み合わせ、観測された相互作用を文脈化し、RSSMスタイルの潜在ダイナミクスを用いて関係を考慮したオブジェクト状態を未来へ展開する。その展開結果をオブジェクトレベルのリスクスコアにデコードし、補助的な未来関係予測と時間的リスク予測で支援する。推論時は現在時刻までの観測のみを使用し、記録された未来は学習時の教師信号として利用する。

既存手法は、シーンレベルの事故予測、egoの挙動からの間接的なリスクオブジェクト推論、または軌道予測後の幾何学的チェックなどを行っており、予測されたego-object関係をリスクソースの特定に直接使用していない。RiskWorldは、各候補オブジェクトのegoに対する相対的な想像上の進化からリスクを特定する点で新規であり、object-centricな潜在世界モデルをリスク同定に適用した点が優れている。

手法の核は、事前学習済みの予測的ビデオ表現（predictive video representations）と構造化されたego-object履歴を組み合わせ、観測された相互作用を文脈化すること。そして、RSSMスタイルの潜在ダイナミクスを用いて、関係を考慮したオブジェクト状態を未来へロールアウトし、オブジェクトレベルのリスクスコアをデコードする点。さらに、補助的な未来関係予測と時間的リスク予測を導入し、推論時には現在までの観測のみを使用する点も重要である。

RiskBenchデータセットを用いて検証し、RiskWorldは最高の総合F1スコア63.0%を達成し、誤警報率は最低の2.1%であった。さらに、学習されたロールアウトが重大イベント前にオブジェクトレベルのリスクの進化を捉えることを分析で示し、フィルタリングされた観測下でもRiskWorldの選択が計画に重要な情報を保持することを確認した。

要旨からは、提案手法の限界や潜在的な問題についての議論は不明である。ただし、RiskBenchでの評価に基づき、F1スコアと誤警報率のトレードオフや、実世界への一般化、計算コストなどが議論の対象となり得るが、要旨には明記されていない。

要旨で参照されているRiskBenchデータセットに関する論文、およびRSSM（Recurrent State-Space Model）の元論文（例えば、'Dream to Control: Learning Behaviors by Latent Imagination'）が関連する。また、事前学習済みの予測的ビデオ表現に関する研究（例えば、VideoMAEやTimeSformerなど）も関連するが、要旨で具体的に言及されていないため、一般名で挙げる。