Map-World: マスク付き行動計画と経路積分世界モデルによる自動運転

- 自動運転のためのマルチモーダル軌道計画フレームワーク「MAP-World」を提案する研究。 - Masked Action Planning (MAP) と path-weighted world model を組み合わせる。 - 手作り anchor や強化学習による単一モード選択を不要にする prior-free な構成。 - 将来の ego 運動を masked sequence completion として扱い、複数の実現可能な未来を生成する。 - 軽量 world model が各候補軌道に条件づけて将来の BEV semantics を roll out する。

- 近年の end-to-end 系や world-model ベース planner は multi-modal 軌道を予測するが、handcrafted anchors や reinforcement learning で単一の最良モードを選ぶ必要があった。 - 単一モード選択は代替未来の情報を捨て、最適化を複雑化する。 - 提案法は anchor library も teacher policy も使わずに多様で時間的に一貫したモードを生成する。 - 学習時に軌道確率を離散 path weights として全モード分布から学習する点が異なる。 - NAVSIM で anchor-based 手法に匹敵し、world-model ベース手法の中で state-of-the-art を達成。強化学習不要で real-time 推論 latency を維持。

- Masked Action Planning (MAP): 過去 waypoints を visible tokens、将来 waypoints を mask tokens として扱う masked sequence completion。 - driving-intent path を粗い scaffold として与える。 - コンパクトな latent planning state を noise 注入付きで複数の trajectory queries に展開し、多様かつ時間的に一貫したモードを生成。 - 軽量 world model が各候補軌道を条件に将来の BEV semantics を roll out。 - 学習時は semantic losses をモードに関する期待値として計算し、軌道確率を離散 path weights として使用。単一選択ではなく将来分布全体から planner が学習する。

- NAVSIM 上で評価を実施。 - anchor-based 手法と同等の性能を達成。 - world-model ベース手法の中では state-of-the-art 性能を報告。 - 強化学習を用いずにこれを達成し、real-time 推論 latency を維持することを確認。 - 具体的な指標値や ablation の詳細は要旨からは不明。

- 単一モード選択を避け、全モード分布から学習する設計の利点を主張。 - anchor library や teacher policy を不要にし、最適化を単純化できると述べる。 - 強化学習なしで real-time latency を維持できる点を実用上の利点として提示。 - 限界や失敗ケース、計算コストの詳細な議論は要旨からは不明。

- 比較対象として言及される anchor-based な end-to-end planner および world-model-based planner の代表的研究。 - 関連手法として reinforcement learning を用いたモード選択を行う planner。 - 背景技術として masked sequence modeling と path-integral 的な world model に関する研究。 - 評価基盤である NAVSIM 関連のベンチマーク論文。