Addressing the Waypoint-Action Gap in End-to-End Autonomous Driving via Vehicle Motion Models

Sintesi Tecnica: Colmare il divario tra Waypoint e Azione nella Guida Autonoma End-to-End tramite Modelli di Movimento del Veicolo

1. Definizione del Problema

I sistemi di Guida Autonoma End-to-End (E2E-AD) sono attualmente suddivisi in due paradigmi basati sul proprio output: modelli basati su waypoint, che predicono traiettorie future, e modelli basati su azioni, che producono direttamente controlli di basso livello (accelerazione, sterzata, frenata). Sebbene le policy basate su azioni offrano vantaggi come una minore dipendenza da GPS ad alta precisione e una migliore idoneità per aree rurali con scarsa connettività, la comunità di ricerca ha privilegiato sempre più gli approcci basati su waypoint.

Questo spostamento ha creato un "divario tra Waypoint e Azione" (Waypoint–Action gap). La maggior parte dei benchmark moderni (ad es., NAVSIM, Bench2Drive) e delle pipeline di addestramento è progettata esclusivamente per output di tipo waypoint. Di conseguenza, le policy basate su azioni non possono essere addestrate o valutate direttamente all'interno di questi framework senza introdurre interfacce non standard (ad es., discretizzando gli spazi di controllo). Questo squilibrio ostacola il confronto equo e il progresso dei metodi basati su azioni. Il documento mira a colmare questo divario consentendo alle architetture basate su azioni di essere addestrate e valutate all'interno degli esistenti benchmark basati su waypoint, senza modificare i protocolli di valutazione.

2. Metodologia

Gli autori propongono un framework di modello di veicolo differenziabile che funge da ponte analitico tra le rappresentazioni di azione e waypoint. Il meccanismo centrale è un operatore di lifting ($F_\phi$) che proietta sequenze di azioni predette in corrispondenti traiettorie di waypoint nel frame dell'ego-veicolo. Ciò consente al sistema di supervisionare le policy basate su azioni utilizzando funzioni di perdita nello spazio dei waypoint.

Componenti Chiave:

• L'Operatore di Lifting ($F_\phi$): Questo operatore prende una sequenza di azioni di basso livello ($a_t$) e lo stato iniziale del veicolo ($s_t$) per produrre una sequenza di waypoint ($w_t$). È scomposto in tre componenti modulari e differenziabili:
  1. Attivazione del Controllo ($\psi_\phi$): Mappa gli output grezzi della rete in controlli fisici limitati (ad es., usando sigmoid/tanh per accelerazione e sterzata).
  2. Rollout della Dinamica ($f_\phi$): Propaga lo stato cinematico in avanti nel tempo utilizzando la dinamica del veicolo.
  3. Proiezione della Posa ($h$): Estrae la posizione planare $(x, y)$ dal vettore di stato completo.
• Istanziazioni del Modello: Il framework viene istanziato con due modelli di veicolo specifici:
  • Modello di Bicicletta Cinematica (KBM): Un modello a singolo asse che cattura i vincoli non olonomici, integrato tramite metodi Euler o Runge-Kutta (RK4).
  • Pianificatore di Percorso a Curvatura Continua (CCPP): Un modello che genera traiettorie fluide utilizzando archi di clotoide per garantire la continuità della curvatura, evitando le discontinuità di sterzata tipiche dei percorsi circolari rettilinei.
  • Baseline MLP: Un Perceptron Multistrato è utilizzato anche come operatore di lifting guidato dai dati per confrontarsi con i modelli basati sulla fisica.
• Pipeline di Addestramento: La rete di policy ($N_\theta$) predice le azioni dalle osservazioni e dai comandi. Queste azioni passano attraverso l'operatore di lifting differenziabile per generare i waypoint predetti. Una perdita L1 pesata viene calcolata tra i waypoint predetti e i waypoint di ground-truth. I gradienti fluiscono attraverso l'operatore di lifting per aggiornare i parametri della policy, mentre i parametri del modello del veicolo rimangono fissi.

3. Contributi Principali

Il documento delinea tre contributi primari:

1. Obiettivo di Addestramento basato su Waypoint per Policy di Azione: Gli autori dimostrano che accoppiare le policy di azione al proprio framework e supervisionarle con una perdita nello spazio dei waypoint risulta in una valutazione più stabile, prestazioni in loop chiuso superiori e una correlazione più forte con gli esiti di guida rispetto agli standard obiettivi nello spazio delle azioni.
2. Framework Deterministico e Differenziabile: Questo lavoro introduce, per la prima volta, un framework di dinamica del veicolo deterministico e differenziabile progettato specificamente per elevare le azioni di basso livello a waypoint, consentendone l'uso nei benchmark standard.
3. Confronto Unificato tra Paradigmi: Istanziando il framework con KBM e CCPP, gli autori consentono a policy basate su azioni e su waypoint di essere addestrate e valutate sotto lo stesso protocollo di waypoint senza alterare le interfacce dei benchmark esistenti.

4. Risultati Sperimentali

Il framework è stato valutato attraverso quattro benchmark impegnativi: NAVSIM navtest, NAVSIM navhard, Bench2Drive e un protocollo basato su CARLA.

• NAVSIM navhard (Reattivo): L'approccio ha raggiunto le prestazioni state-of-the-art tra i modelli basati solo sulla visione. Nello specifico, MILE accoppiato con l'operatore di lifting CCPP ha ottenuto un punteggio Extended Predictive Driver Model (EPDMS) di 29,5, superando il più forte baseline vision-only (Latent TransFuser).
• NAVSIM navtest (Non reattivo): Il framework ha permesso alle policy basate su azioni di eguagliare o avvicinarsi strettamente ai baseline basati su waypoint. CIL++ con KBM ha ottenuto un punteggio Planning Discrepancy Metric (PDMS) di 83,3, entro l'1,5% del modello state-of-the-art basato solo su waypoint (LAW).
• Bench2Drive (Closed-loop): Il framework ha migliorato significativamente le prestazioni in loop chiuso. Per la baseline CIL++, il Driving Score (DS) è migliorato fino al 61,1% (da 43,6 a 66,9 con CCPP) e il completamento del percorso (RC) è migliorato di oltre il 30%.
• Stabilità dell'Addestramento: L'uso dell'integrazione RK4 (particolarmente con CCPP) ha ridotto significativamente la varianza nelle dinamiche di addestramento rispetto all'integrazione Euler, portando a una selezione del modello più robusta.
• Studio di Correlazione: Il documento ha rilevato che gli errori a livello di waypoint generati dal framework (KBM/CCP) correlano più fortemente con i tassi di successo in loop chiuso rispetto agli errori grezzi nello spazio delle azioni, suggerendo che la supervisione a livello di traiettoria sia un miglior indicatore delle prestazioni nel mondo reale.

5. Significato e Rivendicazioni

Il documento sostiene che il suo framework colmi efficacemente il divario metodologico tra l'autonomia basata su azioni e quella basata su waypoint. Consentendo alle policy basate su azioni di essere addestrate e valutate all'interno del dominante ecosistema di benchmark centrato sui waypoint, questo lavoro rimuove una barriera significativa allo sviluppo e al confronto degli approcci basati sul controllo.

Gli autori sottolineano che il loro metodo non richiede la modifica dei protocolli di benchmark esistenti, rendendolo un meccanismo generale per adattare le policy basate su azioni. Notano che, sebbene il framework assuma un moto planare ($R^2$) e trascuri gli effetti 3D come l'inclinazione stradale o le sospensioni, esso sfrutta con successo i modelli fisici del veicolo per migliorare la stabilità e le prestazioni dell'apprendimento end-to-end. Il lavoro suggerisce che l'incorporazione della struttura cinematica tramite lifting differenziabile sia vantaggioso, in particolare in ambienti reattivi dove gli errori si accumulano nel tempo.