日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

自動運転arXiv:2607.10336

PrismAD: 意味的Mixture-of-Plannersによる分離型計画法を用いたエンドツーエンド自動運転

PrismAD: Decoupled Planning via Semantic Mixture-of-Planners for End-to-End Autonomous Driving

シェア:XThreadsFacebookLINEはてブBluesky

自動運転の計画タスクを、相互作用・幾何・意図の3つの専門家に分離し、意味的ルーターで適応的に統合するフレームワークを提案した。

詳しい要約

1. どんなもの?

PrismADは、自動運転のための分離型エンドツーエンドフレームワークであり、Semantic Mixture-of-Plannersに基づく。シーン内のトークンをinteraction、geometry、intentの3グループに分割し、それぞれ独立したプランニングエキスパートに割り当てる。各エキスパートは専門化された運動計画表現を学習し、semantics-aware routerが運動予測とego planningに対して別々のルーティング重みでエキスパート予測を適応的に統合する。

2. 先行研究と比べてどこがすごい?

既存のプランナーは異種のシーントークンを結合表現空間に集約し、単一のプランニングブランチがagent interaction、road geometry、driving intentionを同時にモデル化するため、因子固有の推論が弱まり、各プランニングキューの寄与が不明瞭になる。PrismADはトークンを意味グループに分割し、独立したエキスパートに割り当てることで、因子固有の推論を強化し、各キューの寄与を明確にする点が新しい。

3. 技術・手法の肝は?

手法の肝は、シーントークンをinteraction、geometry、intentの3グループに分割し、それぞれ独立したパラメータを持つ同一アーキテクチャのプランニングエキスパートに割り当てること。さらに、semantics-aware routerが運動予測とego planningに対して別々のルーティング重みを学習し、エキスパート予測を適応的に統合する。また、sparse top-K activationとnoisy gatingを導入し、ルーティングの堅牢性を向上させ、不要なエキスパート計算を削減する。

4. どうやって有効だと検証した?

nuScenesオープンループデータセットとNeuroNCAPクローズドループベンチマークで広範な実験を行い、競争力のある性能を示した。具体的な数値や比較対象は要旨からは不明。

5. 議論はある?

要旨からは、提案手法の限界や潜在的な欠点についての議論は不明。ただし、sparse top-K activationにより計算効率と性能のトレードオフがある可能性や、ルーティングの解釈性に関する議論が考えられるが、要旨には記載がない。

6. 次に読むべき論文は?

要旨で参照されている関連研究は明示されていないが、同分野の定番として、Mixture-of-Experts (MoE) を用いたモデルや、エンドツーエンド自動運転のためのプランニング手法(例:UniAD、VAD)が挙げられる。また、nuScenesデータセットやNeuroNCAPベンチマークを用いた研究も関連する。

※ 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: Kang Ding, Zhigui Lin, Hongsong Wang, Jie Gui, Qi Liu, Zhe Wang, Luqi Tang, Lei He

分類: cs.RO, cs.CV

原文アブストラクト

This letter presents PrismAD, a decoupled end-to-end autonomous driving framework based on a Semantic Mixture-of-Planners. Existing planners usually aggregate heterogeneous scene tokens into a coupled representation space, forcing a single planning branch to jointly model agent interaction, road geometry, and driving intention. Such coupling may weaken factor-specific reasoning and obscure the contribution of different planning cues. To address this limitation, PrismAD partitions scene tokens into interaction, geometry, and intent groups, and assigns them to independent planning experts with the same architecture but separate parameters. Each expert learns a specialized motion-planning representation, while a semantics-aware router adaptively aggregates expert predictions with separate routing weights for motion prediction and ego planning. Sparse top-$K$ activation with noisy gating is further introduced to improve routing robustness and reduce unnecessary expert computation. Extensive experiments on the nuScenes open-loop dataset and NeuroNCAP closed-loop benchmark demonstrate that PrismAD exhibits competitive performance. Our code will be released soon.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI