KnowDiffuser: LLM推論を備えた知識誘導型拡散プランナー

- 自動運転のmotion planning向けに、Language Model (LM) の意味推論と diffusion model の生成能力を統合した知識誘導型フレームワーク KnowDiffuser を提案。 - LM が構造化された scene representation から context-aware な meta-action を推論し、それを prior trajectory に写像して denoising をアンカー。 - two-stage truncated denoising で軌道を効率的に洗練し、意味的整合性と物理的実現可能性を両立。 - nuPlan benchmark で open-loop / closed-loop 評価を行い、既存 planner を大幅に上回る。

- LM は discrete token space で動作し、連続的で物理的に実現可能な軌道生成が苦手。 - diffusion model は信頼性・動的整合性の高い軌道を生成できるが、意味的解釈性や scene-level 理解との整合に乏しい。 - KnowDiffuser は両者を密に統合し、semantic-to-physical gap を橋渡しする点が先行研究と異なる。 - nuPlan で open-loop / closed-loop ともに既存 planner を有意に上回ると報告。

- LM が構造化 scene representation から context-aware meta-action を推論。 - meta-action を prior trajectory にマッピングし、後続の denoising process をアンカー。 - two-stage truncated denoising mechanism で軌道を効率的に洗練。 - これにより semantic alignment と physical feasibility を保持。

- nuPlan benchmark 上で open-loop および closed-loop 評価を実施。 - KnowDiffuser が既存 planner を大幅に上回ることを示す。 - 有効性の詳細な指標や比較手法は要旨からは不明。

- LM の discrete token space と連続軌道生成のギャップ、diffusion model の意味的解釈性・scene-level 理解の欠如が動機。 - 提案手法で semantic-to-physical gap を橋渡しできると主張。 - 限界や今後の課題についての具体的議論は要旨からは不明。

- 要旨で参照・比較されている研究は明示されていない。 - 関連手法として diffusion model ベースの motion planning、LM を用いた high-level decision-making for autonomous driving、nuPlan benchmark の既存 planner が挙げられる。