LiloDriver: A Lifelong Learning Framework for Closed-loop Motion Planning in Long-tail Autonomous Driving Scenarios

1. Il Problema: La Sfida degli Scenari "Long-tail"

Il pianificazione del movimento (motion planning) è un componente fondamentale dei sistemi di guida autonoma, responsabile della generazione di traiettorie ottimali garantendo sicurezza, comfort ed efficienza. Tuttavia, i sistemi attuali affrontano due limiti critici di fronte agli scenari "long-tail" (situazioni rare, imprevedibili e critiche per la sicurezza):

• Metodi basati su regole (Rule-based): Sebbene robusti e interpretabili (es. PDM-Closed), mancano di adattabilità. Le loro strategie fisse non riescono a generalizzare su casi rari e dinamici non previsti durante la progettazione.
• Metodi basati sui dati (Data-driven): I modelli end-to-end apprendono dai dati ma soffrono di overfitting, scarsa robustezza e difficoltà di trasferimento. Una volta distribuiti, sono statici; per adattarsi a nuovi scenari richiedono un costoso riaddestramento, che può compromettere la stabilità dei comportamenti già validati.
• Metodi basati sulla conoscenza (Knowledge-driven/LLM): Sebbene i Large Language Models (LLM) offrano capacità di ragionamento e senso comune, le implementazioni attuali sono spesso semplici, mancano di una rappresentazione efficace dello scenario (es. uso eccessivo di token di coordinate), generano traiettorie con allucinazioni e mancano di valutazioni sistemiche in ambienti realistici complessi.

L'obiettivo è creare un sistema in grado di apprendere continuamente (lifelong learning), adattandosi a nuovi scenari edge-case in tempo reale senza riaddestramento, mantenendo al contempo le prestazioni negli scenari comuni.

2. Metodologia: LiloDriver

LiloDriver è un framework di apprendimento continuo per la pianificazione del movimento in ciclo chiuso (closed-loop). Integra il ragionamento degli LLM con un sistema di generazione di pianificatori potenziato da una memoria strutturata. L'architettura si compone di quattro fasi principali:

A. Modulo di Ambiente e Percezione

Raccoglie e integra dati statici e dinamici:

• Mappe vettorializzate: Include strade, attraversamenti pedonali e corsie di percorso, codificati come tensori di caratteristiche.
• Storico degli agenti: Traccia fino a $N$ entità vicine (veicoli, pedoni, ciclisti) utilizzando le loro traiettorie storiche per modellare la dinamica del traffico.

B. Scene Encoder (Codificatore della Scena)

Trasforma gli input multimodali in rappresentazioni latenti di alta qualità:

• Utilizza una rete LSTM per lo storico degli agenti e un MLP per la mappa, aggregati poi da un Transformer.
• Funzione di Perdita Ibrida: Introduce un concetto di "prototipo" per ogni classe di situazione di guida. La funzione di perdita ($L_{PRO}$) massimizza la separabilità inter-classe e minimizza la varianza intra-classe, migliorando la discriminazione delle caratteristiche robuste.

C. Memoria e Generazione del Pianificatore

Questo è il cuore del meccanismo di lifelong learning:

• Memoria: Archivia i vettori di embedding delle scene incontrate, associando metadati e strategie di pianificazione.
• Clustering: Utilizza l'algoritmo DBSCAN per raggruppare scenari simili nello spazio latente. Questo permette di identificare "archetipi" di scenari rari.
• Ricerca Ottimale (Grid Search): Per ogni cluster identificato, il sistema esegue una ricerca su griglia dei parametri del pianificatore (es. accelerazione massima, distanza minima) tramite simulazione in ciclo chiuso, selezionando la configurazione ottimale ($P^*_k$) per quel specifico cluster.

D. Modulo di Ragionamento ed Esecuzione

• Prompting con LLM: Le caratteristiche della scena vengono convertite in descrizioni testuali. L'LLM (es. LLaMA-7B) riceve un prompt di sistema, una descrizione del movimento e esempi few-shot recuperati dalla memoria.
• Ragionamento a Catena (Chain-of-Thought): L'LLM analizza lo scenario, recupera esperienze passate simili dalla memoria e decide lo stile di guida appropriato (es. conservativo vs. assertivo).
• Esecuzione: L'LLM non genera direttamente la traiettoria (evitando allucinazioni), ma seleziona e configura un pianificatore comportamentale basato su regole (estensione di IDM/PDM) che esegue il controllo a bassa latenza (10 Hz), mentre il ragionamento LLM opera a una frequenza inferiore (ogni 15 secondi).

3. Contributi Chiave

1. Primo Paradigma di Lifelong Learning: Introduzione del primo framework per la pianificazione del movimento in scenari long-tail che imita l'acquisizione incrementale delle abilità umane, adattandosi senza riaddestramento.
2. Architettura Ibrida LLM-Memoria: Un approccio innovativo che combina l'accumulo di esperienze guidato dalla memoria, il processo decisionale inferenziale tramite LLM e la generazione di pianificatori specifici per lo scenario.
3. Adattabilità Continua: Dimostrazione che il sistema può acquisire nuove competenze per scenari rari mantenendo le prestazioni negli scenari comuni, evitando il "dimenticamento catastrofico".

4. Risultati Sperimentali

Il sistema è stato valutato sul benchmark nuPlan, focalizzandosi sugli scenari Test14-hard (long-tail).

• Prestazioni Generali: LiloDriver supera sia i pianificatori statici basati su regole che quelli basati sui dati. Nella versione "Evolved" (dopo l'apprendimento incrementale), ottiene un punteggio di 73.10 su Test14-hard, superando il miglior modello data-driven (PlanTF: 72.68) e mostrando una robustezza superiore.
• Apprendimento Incrementale:
  • Il sistema inizia con un punteggio di 69.92.
  • Man mano che incontra scenari rari (es. attesa pedoni, cambio corsia, aree di carico/scarico), il punteggio in quelle categorie specifiche aumenta significativamente (es. il cambio corsia passa da 56.99 a 63.27).
  • Le prestazioni sugli scenari comuni rimangono stabili, confermando l'assenza di catastrophic forgetting.
• Sicurezza: Il miglioramento del punteggio totale è guidato principalmente dalla riduzione del tasso di collisioni (dal 12.45% al 4.12%) e dal miglioramento del Time-to-Collision (TTC), dimostrando una migliore anticipazione dei pericoli.
• Efficienza: L'architettura disaccoppiata garantisce tempi di risposta realistici: inferenza LLM in 0.4s e recupero memoria in 0.3s, con un pianificatore comportamentale che opera a 10 Hz.

5. Significato e Impatto

LiloDriver rappresenta un passo avanti significativo verso la guida autonoma scalabile e sicura nel mondo reale.

• Superamento dei limiti statici: Risolve il problema dell'obsolescenza dei modelli statici permettendo al veicolo di "imparare" dalle esperienze di guida reali in tempo reale.
• Sicurezza negli scenari critici: Dimostra che combinare la rappresentazione strutturata (memoria) con il ragionamento semantico (LLM) è la chiave per gestire la complessità e l'imprevedibilità degli scenari long-tail.
• Deployabilità: L'approccio modulare e la separazione tra ragionamento ad alto livello ed esecuzione a basso livello rendono il sistema adatto per l'implementazione in veicoli reali, offrendo un compromesso ottimale tra adattabilità, robustezza e interpretabilità.

In sintesi, LiloDriver non è solo un nuovo algoritmo di pianificazione, ma un nuovo paradigma che trasforma il veicolo autonomo in un agente capace di evolvere continuamente, avvicinandosi alla flessibilità e alla sicurezza della guida umana.