DriveE2E：実世界からシミュレーションへの閉ループ自動運転ベンチマーク

- 実世界の走行シナリオを CARLA simulator に統合した closed-loop 評価フレームワーク DriveE2E の提案 - 高所設置の infrastructure sensors で撮影した 100 時間の動画データセットから選んだ 800 の dynamic traffic scenarios を抽出 - 15 の実世界交差点について視覚的外観を一致させた static digital twin assets を作成 - end-to-end autonomous driving モデルを評価する包括的な closed-loop benchmark を提供 - 多様な運転行動・場所・天候・時間帯を含む複雑な都市交差点での評価が特徴

- 従来の CARLA simulator を用いた closed-loop benchmark は手動設定の traffic scenarios に依存し、実世界条件と乖離しうる点が課題 - 本研究は実世界の動画データから抽出した scenarios と実交差点の digital twin を用いることで、実世界との整合性を高める - infrastructure cooperation により高所センサ由来の実走行シナリオをシミュレータへ持ち込む点が新しい - 実世界の交通・環境特性を再現することで、実際の運転性能をより反映しやすい評価を目指す

- 高所設置の infrastructure sensors による 100 時間の動画データセットを活用 - その中から 800 の dynamic traffic scenarios を選定して抽出 - 15 の実世界交差点について、視覚的外観が一致する static digital twin assets を作成 - これらの digital twin を CARLA simulator 上に構築し、実世界の交通・環境特性を再現 - 実世界シナリオとシミュレータを統合した closed-loop 評価フレームワークとして構成

- 15 の実世界交差点の digital twin が、対応する実世界の交通・環境特性を正確に再現することを記述 - 多様な運転行動・場所・天候・時間帯を含む複雑な都市交差点での評価を実施可能と主張 - end-to-end autonomous driving モデル向けの包括的な closed-loop benchmark を提供 - 具体的なモデル比較や定量結果は要旨からは不明

- 従来 benchmark の手動設定 scenarios が実世界条件と乖離し、実際の運転性能を反映しにくい点を議論 - 実世界シナリオと digital twin の統合により、より現実的なシミュレーションを実現する意義を提示 - 多様な運転行動・場所・天候・時間帯を含む複雑交差点の評価難易度に言及 - 具体的な限界や失敗事例、定量比較に関する議論は要旨からは不明

- CARLA simulator を用いた既存の closed-loop benchmark 研究 - end-to-end autonomous driving の closed-loop 評価に関する先行研究 - digital twin を用いた実世界再現シミュレーションの関連研究 - infrastructure sensors を活用した交通シナリオ抽出の関連研究 - 要旨で個別論文の参照は明示されていないため、上記は同分野の関連手法・枠組みを一般名で挙げたもの