Mosaic: ルールベースと学習型モーションプランナーを統合する拡張可能なフレームワーク
Mosaic: An Extensible Framework for Composing Rule-Based and Learned Motion Planners
自動運転のモーションプランニングにおいて、ルールベースと学習型のプランナーを仲裁グラフで統合し、安全性と性能を両立するフレームワークMosaicを提案した。
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: Nick Le Large, Marlon Steiner, Lingguang Wang, Willi Poh, Jan-Hendrik Pauls, Ömer Şahin Taş, Christoph Stiller
分類: cs.RO
原文アブストラクト
Safe and explainable motion planning remains a central challenge in autonomous driving. While rule-based planners offer predictable and explainable behavior, they often fail to grasp the complexity and uncertainty of real-world traffic. Conversely, learned planners exhibit strong adaptability but suffer from reduced transparency and occasional safety violations. We introduce Mosaic, a framework for structured decision-making that integrates both paradigms through arbitration graphs. By decoupling trajectory verification and selection from the generation of trajectories by individual planners, every decision becomes transparent and traceable. This separation lets verification and trajectory selection contribute independently: centralized verification acts as a safety floor, reducing at-fault collisions from 25 for each standalone planner to 16. In contrast, per-step trajectory selection acts as a performance ceiling, combining the complementary strengths of a rule-based and a learned planner. In experimental evaluation on nuPlan, Mosaic achieves 95.56 CLS-NR and 94.18 CLS-R on the Val14 closed-loop benchmark, setting a new state of the art. On the interPlan benchmark, focused on highly interactive and out-of-distribution scenarios, Mosaic scores 54.10 CLS-R, outperforming its best constituent planner by 22.8% -- all without retraining or requiring additional data. The code is available at github.com/KIT-MRT/mosaic.
関連論文
- CoPlanner: 不確実性を考慮した拡散モデルによる対話型自動運転モーションプランナー自動運転/モーションプランニング
- eRSS-RAMP: 拡張責任感応型安全に基づくルール遵守型モーションプランナ自動運転/モーションプランニング
- 流体力学に着想を得た自動運転車向け汎用モーションプランニング自動運転/モーションプランニング
- DrPlanner: 大規模言語モデルを用いた自動運転車のモーションプランナーの診断と修復自動運転/モーションプランニング
