PlanContext：文脈依存の運転意思決定を評価するベンチマーク

- 自動運転の end-to-end モデルを対象に、文脈依存の意思決定を評価するベンチマーク PlanContext を提案する研究。 - 観測シーンを固定したまま高レベルの driving intention を変えた paired evaluation を構築し、context-dependent decision-making を制御可能に評価する。 - 6 種類の代表的な driving context を定義し、contextual decision correctness・road compliance・dynamic safety を class-balanced metrics で同時評価する。 - NAVSIM 由来の 9,561 scene-condition instances と 23 の公開 end-to-end driving models を用いて実験する。

- 既存の end-to-end driving benchmarks は主に trajectory quality を safety・compliance・comfort・driving progress で評価し、context-dependent decision-making の特徴づけが不十分だった。 - PlanContext は観測 scene を固定し高レベル intention のみを変えた paired evaluation により、文脈依存意思決定を自然かつ制御可能に評価できる点が新しい。 - 6 つの driving context を定義し、contextual decision correctness を road compliance・dynamic safety と併せて class-balanced metrics で評価する点が先行評価と異なる。 - 従来の driving-quality scores が高くても route-level の in-context decision-making が強いとは限らないことを示した。

- 観測 scene を固定し、高レベルの driving intention を変化させた paired evaluation を構築する点が中核。 - 6 種類の代表的な driving context を定義し、各 context における意思決定の正しさを評価する。 - contextual decision correctness・road compliance・dynamic safety を class-balanced metrics で jointly に評価する。 - NAVSIM から 9,561 scene-condition instances を抽出し、23 の公開 end-to-end driving models を対象に評価する。 - 詳細なモデル実装や metric 定義の具体は要旨からは不明。

- NAVSIM 由来の 9,561 scene-condition instances と 23 の公開 end-to-end driving models を用いた実験で検証している。 - 従来の高い driving-quality scores が route-level の in-context driving decision-making の強さと一貫して対応しないことを示した。 - 追加分析で、要求される decision に応じて model behavior が decision timing・road structure・traffic interaction により変化することを示した。 - 具体的なベースライン比較や統計的検定の詳細は要旨からは不明。

- 従来の trajectory quality 中心の評価に対し、in-context driving decision-making が end-to-end driving systems の重要な補完的評価軸であると主張している。 - 高い conventional driving-quality scores が route-level の文脈依存意思決定の強さを保証しない点を議論の中心に置いている。 - model behavior が decision timing・road structure・traffic interaction に依存して変化することを示し、評価設計の必要性を議論している。 - 限界や今後の課題の詳細は要旨からは不明。

- 要旨で直接参照・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、NAVSIM ベースの end-to-end driving 評価、trajectory quality を safety・compliance・comfort・driving progress で測る既存 benchmarks、公開 end-to-end driving models の比較研究を次に読む候補として挙げる。 - 具体的な論文名は要旨からは不明。