Riepilogo Tecnico: CADET – Audit Causale Basato sulla Fisica e Deconfondamento Senza Addestramento per Planner di Guida End-to-End

1. Definizione del Problema

I planner end-to-end (E2E) per la guida autonoma, addestrati tramite apprendimento per imitazione su grandi dataset registrati, sono soggetti alla confusione causale. Questi modelli spesso sfruttano correlazioni spurie — scorciatoie statistiche dove elementi della scena (ad esempio, specifiche facciate di edifici, oggetti a bordo strada) cooccorrono con le azioni dell'esperto nei dati di addestramento, ma non determinano causalmente tali azioni. Sebbene tali modelli possano raggiungere bassi errori di spostamento open-loop (L2) e tassi di collisione, la loro dipendenza da indizi non causali compromette l'affidabilità in scenari a coda lunga (long-tail) o con shift di distribuzione.

Le metriche di valutazione attuali (spostamento L2, tasso di collisione) sono dominate dallo stato dell'ego e non riescono a rilevare se un planner si affida a indizi spurii. Inoltre, i rimedi esistenti, come l'addestramento con intervento causale (es. CausalVAD), richiedono il riaddestramento di grandi modelli e non possono auditare o riparare i planner che sono già stati implementati. Esiste una lacuna critica negli strumenti senza addestramento (training-free) capaci di auditare, sottoporre benchmark e riparare la dipendenza spuria in planner E2E pre-addestrati senza aggiornamenti dei parametri.

2. Metodologia: Il Framework CADET

CADET (Causal Auditing and Deconfounding at Test-time) è un framework training-free progettato per auditare, sottoporre a benchmark e riparare la dipendenza spuria in planner E2E congelati. Opera interamente tramite forward pass su una singola GPU e comprende tre componenti principali:

A. Punteggio di Affidamento Causale Basato sulla Fisica (PCR)

Per distinguere gli agenti causali veri dai correlati spuri, CADET fonde tre segnali in un punteggio per query ($PCR_i$):

1. Influenza del Modello ($\tilde{I}_i$): Misura la variazione della traiettoria pianificata quando un agente specifico viene ablato (rimosso). Un'alta influenza indica che il modello si affida all'agente.
2. Prior Geometrico-Fisico ($\rho_i$): Un ancoraggio esterno, indipendente dalla distribuzione, derivato dagli output del modulo di percezione (3D box, velocità, classe, confidenza). Calcola la plausibilità fisica di un agente nell'influenzare la decisione basandosi su:
   • Tempo all'impatto (TTC).
   • Rilevanza del corridoio di guida (sovrapposizione del percorso).
   • Stato dinamico vs statico.
   • Confidenza della rilevazione.
   • Funzione: Agisce come un "hard gate". Se un agente è fisicamente plausibile ($\rho_i$ è alto), è protetto dall'essere segnalato come spurio, indipendentemente dall'influenza del modello.
3. Stabilità Cross-Ambiente ($\sigma_i$): Misura la varianza dell'influenza del modello attraverso diversi ambienti (es. meteo, ora del giorno). Un'alta varianza segnala una dipendenza localmente spuria che il prior fisico potrebbe mancare.

Il punteggio finale è calcolato come $PCR_i = \tilde{I}_i \cdot (1 - \rho_i) \cdot (1 + \lambda \sigma_i)$, soggetto a un hard gate che impedisce di segnalare agenti fisicamente plausibili.

B. Benchmark di Robustezza Controfattuale

CADET introduce un protocollo standardizzato per quantificare l'affidamento su fattori spuri vs causali utilizzando tre famiglie di perturbazioni e i corrispondenti metriche:

• Perturbazione Spuria: Rimozione di agenti fisicamente irrilevanti. Metrica: Indice di Stabilità Causale (CSI) (misura la stabilità del piano; più alto è meglio).
• Perturbazione del Link Causale: Modifica di agenti causali (es. veicolo di testa che frena). Metrica: Indice di Risposta Causale (CRI) (misura la correttezza della direzione di risposta; più alto è meglio).
• Perturbazione di Shift di Distribuzione: Applicazione di shift di stile (es. da giorno a notte) preservando la struttura causale. Metrica: Punteggio di Consistenza Causale (CCS) (misura la consistenza del piano; più alto è meglio).

C. Mascheramento Causale al Test-time (TCM)

Durante l'inferenza, CADET sopprime le query spurie segnalate (quelle con alto $PCR_i$ e basso $\rho_i$) e ri-pianifica utilizzando solo gli agenti causali rimanenti. Questo agisce come un approssimativo intervento $do(\cdot)$, rimuovendo il confondimento spurio durante l'implementazione con un overhead trascurabile e senza addestramento.

3. Contributi Chiave

1. Audit Causale Basato sulla Fisica (PCR): Un punteggio training-free e model-agnostic che identifica la dipendenza spuria fondendo l'influenza basata su perturbazione con un prior geometrico-fisico. Funge da arbitro esterno "hard" indipendente dalle statistiche dei dati di addestramento.
2. Benchmark di Robustezza Controfattuale: Un protocollo standardizzato con tre famiglie di perturbazioni e metriche (CSI, CRI, CCS) per quantificare l'entità della dipendenza spuria nei planner pre-addestrati.
3. Deconfondamento Senza Addestramento (TCM): Un metodo per sopprimere le query spurie segnalate durante l'inferenza, migliorando la robustezza controfattuale senza riaddestramento o aggiornamenti dei parametri.
4. Riproducibilità: L'intera pipeline è solo di inferenza, gira su una singola GPU da 16 GB ed è rilasciata come toolkit open-source.

4. Risultati Sperimentali

Gli autori hanno valutato CADET in due setting: un benchmark sintetico controllato (SpurGen) e un audit nel mondo reale di un planner SparseDrive pre-addestrato su nuScenes.

• SpurGen (Sintetico): In un benchmark dove lo stato spurio/causale è noto per costruzione, i baseline a singolo segnale sono falliti:
  • Solo Influenza: Alta recall ma bassa precisione (0.35–0.39) perché non riesce a distinguere tra agenti causali e scorciatoie spurie con alta influenza.
  • Solo Fisica: Bassa precisione (<0.20) perché segnala tutti gli oggetti fisicamente implausibili, inclusi i distrattori benigni che il modello ignora.
  • Solo Invarianza: Bassa precisione e recall a causa del fallimento dell'assunzione di fedeltà (le correlazioni spurie globali appaiono invarianti).
  • CADET (PCR): Ha raggiunto una precisione di 0.942 e una recall di 0.886 (F1: 0.913), isolando con successo le dipendenze spurie richiedendo sia alta influenza che implausibilità fisica.
• nuScenes (Audit Real-world):
  • Il planner SparseDrive pre-addestrato è stato trovato essere predominantemente causale (influenza 9.5× superiore per gli agenti causali rispetto a quelli spuri).
  • Tuttavia, in specifici frame, l'agente fisicamente irrilevante più influente ha influenzato il piano con la stessa forza di un agente causale medio.
  • Effetto TCM: L'applicazione di TCM ha rimosso la dipendenza spuria, portando l'Indice di Stabilità Causale (CSI) da ~0.47 a ~0.96.
  • Cecità L2: Fondamentalmente, mentre TCM ha alterato significativamente il comportamento causale del planner, l'errore di spostamento L2 open-loop è rimasto quasi invariato (1.90 $\to$ 1.98). Ciò dimostra empiricamente che le metriche standard di spostamento sono cieche alla robustezza causale.

5. Significato e Claim

Il paper sostiene che CADET affronta una lacuna critica nella distribuzione di sistemi di guida E2E: l'incapacità di auditare e riparare la confusione causale in modelli già implementati e congelati.

• Spostamento Metodologico: Gli autori sostengono che lo spostamento L2 open-loop sia insufficiente per valutare i planner E2E perché è dominato dallo stato dell'ego ed è insensibile al fatto che il planner ragioni su indizi causali o spuri. Propongono che le metriche di robustezza causale (come CSI e statistiche di influenza per agente) debbano accompagnare l'errore di spostamento.
• Utilità Pratica: A differenza dei precedenti metodi causali che richiedono il riaddestramento, CADET offre un meccanismo di diagnostica e riparazione immediato e senza addestramento. Permette agli sviluppatori di identificare la dipendenza "nascosta" da feature spurie (es. un particolare cartellone pubblicitario o una cassetta delle lettere) che potrebbero portare al fallimento in scenari a coda lunga.
• Limitazioni: Gli autori notano con modestia che CADET dipende dalla qualità del modulo di percezione a monte; se il detector fallisce, il prior fisico è compromesso. Inoltre, pur migliorando l'affidabilità tramite un ancoraggio fisico, non fornisce una garanzia matematica di separazione tra le vere cause e i correlati spuri globali in tutte le condizioni di fallimento della fedeltà.

In sintesi, CADET fornisce uno strumento necessario per la fase di "audit e riparazione" della guida E2E, dimostrando che anche i planner forti possono ospitare gravi confusioni causali localizzate che le metriche standard non riescono a rilevare.