FocalAD: 局所運動計画によるエンドツーエンド自動運転

- 本論文は FocalAD と名付けられた end-to-end autonomous driving フレームワークを提案する。 - 中心的な主張は、planning の意思決定は少数の局所的な近接エージェント(local neighbors)に主に影響されるという点にある。 - 既存手法が globally aggregated motion features に依存し、こうした局所的相互作用を無視している問題を指摘する。 - 構成要素は Ego-Local-Agents Interactor (ELAI) と Focal-Local-Agents Loss (FLA Loss) の2モジュール。 - open-loop の nuScenes と closed-loop の Bench2Drive で評価されている。

- 既存手法は motion prediction において globally aggregated motion features を用いるため、planning に重要な少数の local neighbors への注目が薄いと論じる。 - FocalAD は ego-centric な局所相互作用表現に焦点を当て、planning の信頼性向上を狙う点が差異。 - FLA Loss により decision-critical な近接エージェントの重みを増やし、planning に関連するエージェントを優先させる。 - 実験では open-loop nuScenes と closed-loop Bench2Drive で既存 state-of-the-art を上回ると報告。 - robustness 重視の Adv-nuScenes では DiffusionDrive 比 41.9%、SparseDrive 比 15.6% の平均 collision rate 削減を報告。

- 2つのコアモジュールから成る: Ego-Local-Agents Interactor (ELAI) と Focal-Local-Agents Loss (FLA Loss)。 - ELAI は graph-based な ego-centric interaction representation を構築し、local neighbors との motion dynamics を捉える。 - ELAI は ego planning と agent motion queries の両方を強化する。 - FLA Loss は decision-critical な neighboring agents の重みを増やし、planning に重要なエージェントへモデルの注意を誘導する。 - 詳細なアーキテクチャや graph 構築の具体的手続きは要旨からは不明。

- open-loop の nuScenes datasets と closed-loop の Bench2Drive benchmark で extensive experiments を実施。 - 両ベンチマークで既存 state-of-the-art 手法を上回ると報告。 - robustness-focused な Adv-nuScenes dataset でも評価。 - Adv-nuScenes で平均 collision rate を DiffusionDrive 比 41.9%、SparseDrive 比 15.6% 削減。 - 具体的な指標定義や実験設定の詳細は要旨からは不明。

- 要旨は local interactions への注目が planning の reliability を高めると主張するが、限界や失敗ケースへの言及は要旨からは不明。 - globally aggregated motion features を完全に排するのか併用するのかは要旨からは不明。 - FLA Loss の重み付け設計やハイパーパラメータ感度は要旨からは不明。 - Adv-nuScenes での collision rate 改善の要因分析は要旨からは不明。 - 計算コストや real-time 性への議論は要旨からは不明。

- DiffusionDrive(Adv-nuScenes での比較対象) - SparseDrive(Adv-nuScenes での比較対象) - nuScenes datasets を用いた end-to-end autonomous driving の既存 state-of-the-art 手法 - Bench2Drive benchmark を用いた closed-loop planning 研究 - graph-based interaction representation を用いる motion prediction / planning 研究