代理学習から運転判断へ：将来認識型自動運転プランナー評価のための転移ベースフレームワーク

本論文は、提案ベースの自動運転プランナーにおいて、将来認識表現やワールドモデルが軌道選択を改善するという主張を厳密に評価するための分析フレームワークであるProxy-to-Decision Transfer (PDT) Frameworkを提案している。PDTは、代理指標（proxy objectives）や限定されたサブセットでの改善が、実際の運転性能向上に結びつくかを検証する。具体的には、Decision-Transfer Decomposition ModuleとReliability-Constrained Validation Moduleから構成され、スコアマージン、スイッチ条件付き効用、サポート対選択のregretなどを用いて価値損失を特定し、信頼性のある検証を実施する。

先行研究では、将来認識表現やワールドモデルの改善が、代理指標や限定サブセットでの性能向上として報告されることが多いが、提案軌道の順序付けや選択、フルスケールでの効用、重要な運転コンポーネントが検証されないまま、計画性能の向上と解釈される問題があった。PDTは、これらのギャップを埋めるため、提案順序、選択軌道、フルスケール効用、重要コンポーネントを考慮した包括的な評価を提供する点が新しい。

PDTは2つのモジュールからなる。Decision-Transfer Decomposition Moduleは、スコアマージン、スイッチ条件付き効用、サポート対選択regretを通じて価値損失を局所化する。Reliability-Constrained Validation Moduleは、正確なペアリング、最小意味効果、スケール拡大確認、安全性非補償、逐次比較可能性、ファミリーレベルの頑健性を要求する。これにより、代理指標から意思決定への転移がどこで失敗するかを特定する。

代表的な将来認識プランナーをNAVSIM-v1で評価した。コンポーネントBCEは0.705から0.530に減少したが、選択されたPDMは0.963から0.961に減少した。別の候補は512レコードのプレフィックスで0.00909改善し、シーンブートストラップ95%区間は[0.000744, 0.0177]だったが、2048レコードと完全サポートの区間はゼロを含んだ。提案レベルリプレイでスイッチ効用分解を確認したが、432のスクリーニング構成のうち、2分割・2シードの頑健性ゲートを通過したものはなかった。

PDTは、代理指標、サブセット、集約、選択の証拠にわたって意思決定転移が失敗するか不確定であるかを特定する。しかし、要旨からは、提案フレームワークの限界や、特定の運転シナリオでの適用可能性についての議論は不明である。また、評価に用いたプランナーやデータセットの詳細、他の手法との比較も要旨からは不明。

要旨で参照されている関連研究として、future-aware representations、world models、proposal-based autonomous-driving planners、NAVSIM-v1、PDM（おそらくPlanning Decision Metric）などが挙げられる。次に読むべき論文としては、これらの基礎となる研究や、NAVSIMベンチマークに関する論文が考えられるが、具体的なタイトルは要旨からは不明。