2024年CommonRoad自動運転モーションプランニング競技会の結果

- 2024年に開催された第4回CommonRoad Motion Planning Competitionの設定と結果の報告 - CommonRoad benchmark suiteを用いた自動運転車のmotion planningアルゴリズム向けのオープンソースで再現可能なベンチマークフレームワーク - highwayおよびurban環境を含み、passenger cars・buses・bicyclesなど多様な交通参加者を含むシナリオを対象 - 評価はefficiency・safety・comfort・選択されたtraffic rulesへのcomplianceの4次元 - 2023年版と2024年版の代表的な高性能plannerの比較を含む

- 過去10年で多数のmotion planning手法が開発されたが、標準化されたベンチマーク上での比較はほとんど行われておらず、相対的な長所・短所の評価が限られていた - 本competitionはこのギャップに対応し、オープンソースかつ再現可能な枠組みでmotion planningアルゴリズムをベンチマークする点が特徴 - 具体的な個々の先行手法との性能差については要旨からは不明

- CommonRoad benchmark suiteを基盤としたcompetition形式のベンチマーク - highwayおよびurban環境で、passenger cars・buses・bicyclesなど多様な交通参加者を含むシナリオを用意 - planner性能をefficiency・safety・comfort・選択されたtraffic rulesへのcomplianceの4次元で評価 - 個々のplannerのアルゴリズム詳細は要旨からは不明

- 2024年に第4回CommonRoad Motion Planning Competitionを実施し、その設定と結果を報告 - 2023年版と2024年版の代表的な高性能plannerを比較 - 評価はefficiency・safety・comfort・traffic rules complianceの4次元で実施 - 個別plannerの定量的な結果の詳細は要旨からは不明

- 標準化ベンチマーク上での比較が不足しているという課題に対し、オープンソースで再現可能なcompetition枠組みを提供 - 4次元の評価軸でplannerを比較する枠組みを提示 - 個々のplannerの限界や失敗事例、評価軸間のトレードオフに関する具体的議論は要旨からは不明

- 本報告で比較されている2023年版および2024年版の代表的な高性能plannerの個別論文 - CommonRoad benchmark suiteに関する論文 - 同分野の定番として、autonomous driving向けmotion planningの代表的手法（例: sampling-based planning、optimization-based planning、learning-based planning）に関する論文