データ・戦略・プラットフォームから見るEnd-to-End自動運転トレーニングのサーベイ

- 本論文は、End-to-End Autonomous Driving (E2E-AD) の訓練方法とエコシステムに関する包括的サーベイ。 - 訓練を相互依存システムとして捉え、Data-Strategy-Platform のタクソノミーを導入。 - data layer は何を学習できるかを定義し、strategy layer は学習が運転目標にどう整合するかを統制し、platform layer はスケーラビリティと継続的進化を支える。 - この枠組みで data-centric pipelines、learning paradigms、training infrastructures の最近の進歩を調査し、モデル性能・頑健性・展開可能性への相互作用を分析。 - 現在の限界を振り返り、data quantity から data value へ、isolated optimization から foundation-driven generalization へ、static training から integrated training-testing loops への移行を強調…

- 要旨からは、既存の E2E-AD サーベイと直接比較した記述はない。 - 本サーベイの特徴として、訓練を Data-Strategy-Platform の相互依存システムとして概念化するタクソノミーを導入している点が挙げられる。 - 従来は個別要素のレビューが中心だった可能性があるが、本論文は data-centric pipelines、learning paradigms、training infrastructures の相互作用を分析する点を強調。 - また、data quantity から data value、isolated optimization から foundation-driven generalization、static training から integrated training-testing loops への移行を掲げる点が独自の視点。 - ただし、先行研究との具体的な優位性の比較は要旨からは不明。

- 訓練を Data-Strategy-Platform の3層からなる相互依存システムとして捉えるタクソノミーを提案。 - data layer: 何を学習できるかを定義する data-centric pipelines を整理。 - strategy layer: 学習を運転目標に整合させる learning paradigms を整理。 - platform layer: スケーラビリティと継続的進化を支える training infrastructures を整理。 - これらの層の相互作用を分析し、モデル性能・頑健性・展開可能性への影響を考察。 - 具体的なアルゴリズムや実装の詳細は要旨からは不明。

- 本論文はサーベイであり、新規手法の実験的検証は要旨からは不明。 - 最近の進歩を調査し、data-centric pipelines、learning paradigms、training infrastructures の相互作用を分析。 - モデル性能、頑健性、展開可能性を形成する要因を検討。 - 有効性の検証方法は要旨からは不明。

- 現在の限界を振り返り、将来ビジョンを提示。 - data quantity から data value への移行を強調。 - isolated optimization から foundation-driven generalization への移行を強調。 - static training から integrated training-testing loops への移行を強調。 - 目標は robust, scalable, trustworthy autonomous driving systems の実現。 - 具体的な議論の詳細や未解決問題は要旨からは不明。

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として、end-to-end autonomous driving (E2E-AD)、data-centric pipelines、learning paradigms、training infrastructures が挙げられる。 - 同分野の定番として、multimodal sensory inputs を driving actions に直接写像する unified differentiable models に関する研究が考えられる。 - 継続的に更新されるリポジトリ (https://github.com/Jiaaqiliu/Awesome-Training-Ecosystem-for-E2E-AD) が関連文献の追跡に有用。