Designing Versatile Samples for Learned Trajectory Scoring

Les véhicules autonomes sont confrontés à un défi fondamental qui va bien au-delà de la simple vision de la route. Alors que les premiers systèmes tentaient de calculer un chemin unique et parfait vers l'avant, la conduite en conditions réelles est rarement aussi simple. Une voiture approchant une intersection doit peser plusieurs possibilités : tourner à gauche, aller tout droit, ou peut-être attendre un piéton. Cette incertitude, appelée multimodalité, signifie qu'un système de conduite sûr ne peut pas simplement produire une seule réponse ; il doit générer un petit ensemble de trajectoires possibles, puis choisir la meilleure. Ce processus de sélection est critique. Si le système choisit un chemin qui semble sûr mais qui est en réalité trop proche d'un trottoir ou d'un véhicule de tête, le résultat peut être une infraction au code de la route ou une collision. La capacité à distinguer un évitement de près d'un désastre, souvent séparés par quelques centimètres seulement, est la différence entre un trajet fluide et un échec dangereux.

Des chercheurs de l'Université Purdue et du Bosch Artificial Intelligence Center ont développé une nouvelle façon d'apprendre aux ordinateurs comment prendre ces décisions critiques. Leurs travaux se concentrent sur le « scoreur » (le système de notation), la partie du logiciel responsable de classer une liste de trajectoires candidates et de choisir la gagnante. Ils ont découvert que la manière standard d'entraîner ces scoreurs les laissait démunis face aux situations les plus difficiles. En créant un ensemble de données d'entraînement spécialisé qui pousse délibérément les véhicules à la limite de la sécurité, ils ont pu améliorer considérablement les performances de ces systèmes dans des scénarios de conduite complexes.

Le cœur du problème réside dans la façon dont ces systèmes sont actuellement enseignés. La plupart des politiques de conduite autonome fonctionnent en deux étapes. D'abord, un « planificateur » observe la route et génère un éventail de trajectoires possibles, généralement une vingtaine. Ce sont les options que la voiture peut prendre. Ensuite, un « scoreur » examine cette liste et sélectionne le chemin unique le plus adapté à l'exécution. Les chercheurs ont constaté que les planificateurs sont assez doués pour éviter les accidents évidents, de sorte que leurs listes d'options ont tendance à se regrouper autour d'une conduite sûre et confortable. Ils incluent rarement des chemins qui sont dangereusement proches du bord de la route ou juste derrière un autre véhicule. Cela crée un angle mort pour le scoreur. Parce que les données d'entraînement manquent d'exemples de ces scénarios risqués et limites, le scoreur n'apprend jamais à faire la différence entre un chemin qui est simplement proche d'une infraction et un chemin qui constitue réellement une violation. C'est comme enseigner à un étudiant à juger la température de l'eau en ne lui montrant que des échantillons tièdes ; il ne saura jamais distinguer le chaud du froid s'il ne ressent jamais les extrêmes.

Pour corriger cela, l'équipe a conçu une méthode pour créer artificiellement les « cas limites » manquants. Ils ont commencé par le chemin réel emprunté par un conducteur humain dans une scène enregistrée, puis ont systématiquement poussé ce chemin dans deux directions spécifiques. Dans la première direction, ils ont décalé le chemin latéralement, rapprochant de plus en plus le véhicule du bord de la route jusqu'à ce qu'il franchisse la limite. Dans la seconde direction, ils ont déplacé la voiture vers l'avant le long de sa trajectoire, la rapprochant de plus en plus du véhicule de devant jusqu'à ce qu'elle le percute. En procédant par petites étapes graduées, ils ont créé une échelle de scénarios allant de l'évitement de justesse à la violation claire. Ces trajectoires synthétiques ont ensuite été injectées dans un simulateur pour voir exactement comment les règles de la route les jugeraient. Ce processus a généré un riche ensemble d'exemples positifs et négatifs que le planificateur original n'aurait jamais produits de lui-même.

Les chercheurs ont associé ce nouveau jeu de données d'entraînement à un système de notation moderne basé sur un type de réseau neuronal appelé « transformer », qui est excellent pour comprendre les séquences et les relations. Ils ont testé cette configuration en utilisant deux systèmes de planification préexistants qui sont restés totalement inchangés. Un système utilisait à la fois des caméras et des scanners laser, tandis que l'autre reposait uniquement sur des caméras. Dans les deux cas, le scoreur a été entraîné séparément sur le nouvel ensemble de données augmenté alors que le planificateur restait figé. Les résultats ont été frappants. Lors de tests sur un large échantillon de scènes de conduite réelles, le nouveau scoreur a systématiquement choisi des chemins plus sûrs. Sur le système composé uniquement de caméras, la performance globale est passée de 89,5 à 90,4. Sur le système utilisant à la fois caméras et lasers, elle est passée de 88,3 à 90,1.

L'amélioration n'était pas uniforme dans tous les aspects de la conduite, ce qui a révélé précisément ce que le nouveau jeu de données d'entraînement a accompli. Le système est devenu nettement meilleur pour éviter les collisions et rester dans la zone praticable, qui sont les facteurs de sécurité les plus critiques. En fait, les chercheurs ont constaté que les gains étaient presque entièrement concentrés dans ces mesures de sécurité. Le système est devenu légèrement moins agressif dans sa progression et son maintien de voie, un compromis que le système de notation a accepté pour garantir la sécurité. Cela suggère que le nouveau jeu de données a réussi à enseigner au scoreur à donner la priorité à l'évitement des violations de règles plutôt qu'à la maximisation de la vitesse ou du confort lorsque les deux entrent en conflit.

Pour prouver que l'amélioration provenait de la conception spécifique du nouveau jeu de données et non simplement d'un volume de données plus important, les chercheurs ont comparé leur méthode à une version utilisant des trajectoires générées aléatoirement. Les données aléatoires n'ont apporté presque aucun bénéfice, confirmant que la construction méticuleuse du jeu de données était la clé. C'est la conception spécifique consistant à pousser la voiture vers le bord de la route et vers le véhicule de devant qui a fait la différence. L'étude démontre que la qualité des données d'entraînement est tout aussi importante que l'architecture du réseau neuronal lui-même. En construisant délibérément un ensemble de données qui couvre les limites décisionnelles où les accidents surviennent, les chercheurs ont montré qu'un planificateur figé peut être associé à un scoreur beaucoup plus intelligent sans avoir besoin de réentraîner l'ensemble du système. Cette approche offre une voie pratique et efficace vers une conduite autonome plus sûre, prouvant que parfois, la meilleure façon d'améliorer le jugement d'une machine est de lui montrer précisément où se trouve la ligne.