RiSE-Drive: 不確実性下の長期リスクを考慮した自動運転候補評価

- 対象は end-to-end autonomous driving における trajectory candidate の評価・選択 - 複数候補を生成し1つを実行する枠組みで、候補の long-horizon な帰結を不確実性下で評価する RiSE-Drive を提案 - 候補条件付きの latent future rollout を行い、単一スカラーではなく long-horizon outcome distribution を推定 - tail-risk を考慮し perturbation に頑健な基準で候補をランク付けするフレームワーク - 評価を deterministic な oracle 型採点から、明示的 risk control を伴う分布的評価へ再定式化するもの

- 既存手法は主に deterministic point scores、heuristic subscores、single-outcome evaluations を用いる - これらは delayed failures、tail risk、plausible future perturbations 下での ranking instability を捉えにくい - RiSE-Drive は単一スカラーではなく long-horizon outcome distributions を推定する点が異なる - tail-risk-aware かつ perturbation-robust な decision criterion でランク付けする点が新しい - nominal 条件下で強いだけでなく、long-horizon rollout や safety-critical deviations 下でも信頼できる候補を選好させる狙い

- 第一段階として candidate-conditioned latent future rollout を実行 - 次に単一の scalar score ではなく long-horizon outcome distribution を推定 - 最後に tail-risk-aware かつ perturbation-robust な decision criterion で候補をランク付け - 候補スコアリングを deterministic oracle-style evaluation から distributional outcome assessment へ再定式化 - 明示的な risk control を評価器に組み込み、long-horizon の帰結と安全-critical な逸脱を考慮 - 各段階の具体的なネットワーク構成や損失関数は要旨からは不明

- NAVSIM-v1 と NAVSIM-v2 のベンチマークで実験 - closed-loop の HUGSIM ベンチマークでも実験 - RiSE-Drive が state-of-the-art performance を達成したと報告 - candidate selection の robustness を有意に改善したと報告 - 具体的な比較手法、指標、ablation の詳細は要旨からは不明

- 主張の中心は deterministic な点評価では delayed failures や tail risk、ranking instability を捉えにくいという問題意識 - 分布的評価と risk control により nominal だけでなく safety-critical deviations 下の信頼性を重視する立場 - long-horizon outcome distribution の推定精度や tail-risk 基準の設計妥当性は議論の余地があると考えられるが、要旨では明示されていない - 計算コストや rollout の不確実性評価に関する限界は要旨からは不明 - 実車・実環境での検証や他ベンチマークへの一般化は要旨からは不明

- 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-v1 / NAVSIM-v2 の benchmark 論文、closed-loop 評価の HUGSIM - 候補生成と選択を扱う end-to-end autonomous driving の trajectory candidate 評価研究 - tail-risk や distributional 評価に関連する risk-sensitive decision making の研究 - latent future rollout や world model を用いた予測・評価の研究