AlignDrive: 横縦統合型エンドツーエンド自動運転プランニング
AlignDrive: Aligned Lateral-Longitudinal Planning for End-to-End Autonomous Driving
縦方向の計画を横方向の走行経路に条件付けたカスケード型フレームワークを提案し、経路に沿った1D変位予測として再定式化することで、速度決定とエージェント挙動の協調を改善した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Yanhao Wu, Haoyang Zhang, Fei He, Rui Wu, Yanhu Shan, Congpei Qiu, Liang Gao, Wei Ke, Tong Zhang
分類: cs.RO, cs.CV
原文アブストラクト
Practical autonomous driving requires models that generalize by reasoning through spatial-temporal possibilities to exclude unsafe outcomes. While state-of-the-art (SOTA) methods use parallel planning architectures, they fail to explicitly couple speed decisions with agent behavior along the driving path, leading to suboptimal coordination. To address this, we propose a cascaded framework that transforms longitudinal planning from an independent prediction task into a path-conditioned reasoning process. On the model side, we introduce an anchor-based regression design that conditions longitudinal prediction on the lateral drive path, and reformulate longitudinal planning as 1D displacement prediction along the path. This reduces geometric uncertainty and sharpens the model's focus on interaction-driven dynamics. On the data side, we introduce a planning-oriented data augmentation strategy that simulates rare safety-critical events by programmatically inserting agents and relabeling longitudinal targets to enforce collision avoidance. Evaluated on the challenging Bench2Drive benchmark, our method achieves SOTA performance with a driving score of 89.07 and a success rate of 73.18%, demonstrating significantly improved coordination and safety. Further evaluation on Fail2Drive confirms strong generalization to rare edge cases where parallel formulations typically fail. Project page:https://yanhaowu.github.io/AlignDrive/.
関連論文
- GRID-Planner: 拡散プランニングのためのグラフ構造関係報酬整形自動運転プランニング
- INTERACT: アンカー条件付き予測と信頼領域精緻化による自動運転の対話型プランニング自動運転プランニング
- ConsistencyPlanner: 高速サンプリング整合性モデルによるリアルタイムプランニング自動運転プランニング
- ASSCG: 自動運転における高速・低速LLMプランニングのための適切なゲーティング自動運転プランニング
- PlannerRFT：閉ループかつサンプル効率の良い微調整による拡散プランナーの強化学習自動運転プランニング
- フローマッチングに基づく対話行動モデリングを用いた自動運転プランニング自動運転プランニング
