Resumen Técnico: EnDfuser – Difusión de Conjunto para la Estimación de Incertidumbre en la Conducción Autónoma de Extremo a Extremo

Enunciado del Problema

Los sistemas de conducción autónoma (CA) de extremo a extremo (E2E) están avanzando rápidamente, particularmente dentro de entornos de simulación de bucle cerrado como CARLA. Sin embargo, persiste una limitación significativa: muchos sistemas de planificación E2E ignoran la incertidumbre como parte del proceso de planificación o dependen de representaciones especializadas que carecen de generalizabilidad. En el dominio de la CA, la cuantificación de la incertidumbre (UQ) es crítica porque las predicciones poco fiables pueden conducir a consecuencias catastróficas. Las fuentes de incertidumbre incluyen ruido de los sensores, desplazamientos de distribución y deficiencias arquitectónicas. Aunque los métodos anteriores han intentado abordar esto utilizando enfoques bayesianos, dropout de Monte Carlo o conjuntos, existe la necesidad de un método que integre la modelización de la incertidumbre directamente en el módulo de planificación de trayectorias sin requerir cambios arquitectónicos complejos ni clasificadores discretos especializados.

Metodología

Los autores proponen EnDfuser, un sistema de conducción de extremo a extremo que utiliza un modelo probabilístico de difusión de eliminación de ruido (DDPM) como su planificador de trayectorias. El sistema está diseñado para modelar la distribución posterior de trayectorias, proporcionando así un mecanismo natural para la estimación de incertidumbre a través de la difusión de conjunto.

Arquitectura

EnDfuser se basa en la columna vertebral de percepción de TransFuser++ (TF++), que fusiona imágenes RGB y características de vista cenital (BEV) de LiDAR. Sin embargo, reemplaza el módulo de planificación transformador+GRU de TF++ con un transformador de difusión.

• Condicionamiento de Entrada: El modelo de difusión se condiciona sobre características BEV enriquecidas, que incluyen la instrucción de conducción (punto objetivo), la velocidad actual y el paso de difusión $k$.
• Representación de Trayectoria: La salida es un conjunto de 8 puntos de referencia espaciados 250 ms, representando un horizonte de planificación de 2 segundos.
• Generación de Conjunto: En lugar de comprometerse con una única estimación puntual, EnDfuser genera una distribución de trayectorias candidatas (específicamente 128 candidatos en los experimentos) a partir de un único cuadro de percepción. Esto se logra mediante muestreo por lotes paralelo en una GPU.
• Eficiencia de Inferencia: El sistema emplea un programa DDIM (Modelos Implícitos de Difusión de Eliminación de Ruido), permitiendo la generación de trayectorias de alta calidad con solo 2 pasos de eliminación de ruido, asegurando un rendimiento en tiempo real (aprox. 29 FPS).

Cuantificación de la Incertidumbre

La innovación central radica en aprovechar el conjunto de trayectorias generadas para estimar la incertidumbre:

1. Transformación a Comandos de Control: El conjunto de 128 candidatos de trayectoria ($T_t$) se transforma en un conjunto de comandos de control ($K_t$), específicamente velocidad deseada y ángulo de guiñada, utilizando una lógica derivada del controlador PID de TF++.
2. Cálculo de la Varianza: El sistema calcula la varianza de la distribución de velocidad predicha ($\hat{\sigma}^2_s$) a través de los 128 candidatos. Los autores identifican la varianza de la velocidad como el indicador principal de incertidumbre, señalando que la guiñada a menudo depende de la velocidad en este diseño de tarea específico.
3. Regla de Seguridad: Se introduce una heurística de seguridad basada en reglas simplista: si la varianza de velocidad $\hat{\sigma}^2_s$ supera un umbral $\lambda$, el agente anula la velocidad deseada con 0 m/s (frenado).

Contribuciones Clave

El artículo describe tres contribuciones principales:

1. Agente EnDfuser: La presentación de un agente de conducción E2E simple capaz de modelar la incertidumbre de planificación en escenarios de bucle cerrado de CARLA utilizando un planificador basado en difusión.
2. Mejora del Rendimiento: Demostración de que una heurística simple informada por la incertidumbre (la regla de frenado) aumenta la puntuación de conducción del agente en un 1.7% en la prueba de LAV.
3. Análisis de Distribución: Evidencia de que la distribución posterior de trayectorias puede revelar la "cola larga" de la distribución de conducción, destacando específicamente la ocurrencia de situaciones potencialmente críticas para la seguridad y sesgos de datos (como ruido en las etiquetas).

Resultados Experimentales

El sistema fue evaluado en las pruebas LAV y Longest6 dentro del simulador CARLA.

• Prueba LAV: La configuración base de EnDfuser (sin la regla de seguridad) ya superó la línea base de TF++ en Puntuación de Conducción (DS) y Puntuación de Infracciones (IS). Con la regla de seguridad aplicada (umbral $\lambda = 0.4$), la DS mejoró aún más a 78.1 (en comparación con 70.0 de TF++), y disminuyeron las colisiones de vehículos por kilómetro.
• Prueba Longest6: Aunque las variantes de EnDfuser generalmente obtuvieron puntuaciones más bajas que TF++ en esta prueba más compleja, la regla de seguridad redujo exitosamente la tasa de colisiones de vehículos de 1.1 a 1.02 colisiones por kilómetro. Sin embargo, esto no se tradujo en una DS general más alta debido a una compensación que implicó un aumento en los tiempos de espera de la ruta.
• Localización de la Incertidumbre: El análisis del mapa de varianza de velocidad reveló que la alta incertidumbre ("picos") se correlacionó consistentemente con intersecciones, curvas e interacciones con agentes dinámicos.
• Categorización de la Incertidumbre: La inspección visual de los 100 cuadros de mayor varianza mostró que el 83% ocurrió durante interacciones con otros agentes. El análisis también identificó confusión causal (incertidumbre sin causa visual clara) y ruido lateral de etiquetas (donde las predicciones se extendieron más allá de los puntos objetivo conocidos debido a limitaciones en los datos de entrenamiento).

Significado y Afirmaciones

Los autores posicionan a EnDfuser como un paso significativo hacia la toma de decisiones consciente de la incertidumbre en las políticas de conducción E2E.

• Reemplazo Directo: El artículo afirma que la difusión de conjunto puede servir como un "reemplazo directo" para los módulos de planificación de estimación puntual tradicionales, modelando efectivamente la incertidumbre de la distribución posterior de trayectorias.
• Interpretabilidad: Al observar el conjunto completo de trayectorias candidatas, el sistema proporciona interpretabilidad para espacios futuros inciertos y multimodales, permitiendo la detección de situaciones críticas para la seguridad que podrían pasar desapercibidas para los estimadores de un solo punto.
• Minería de Datos: El método ofrece una herramienta potencial para filtrar datos de entrenamiento, específicamente para identificar la "cola larga" de la distribución de conducción y áreas de alta incertidumbre del agente, incluidas instancias de ruido en las etiquetas.

El artículo mantiene un tono modesto respecto a sus limitaciones, reconociendo que la heurística de seguridad actual es simplista y puede no generalizarse bien. Señala que el método no distingue actualmente entre incertidumbre aleatoria y epistémica y sugiere que el trabajo futuro debería explorar medidas más sofisticadas (por ejemplo, entropía) y heurísticas de seguridad dinámicas.