PersonaDrive: Controllable Trajectory Prediction with Multi-Dimensional Driving Personas

自動運転車が混雑した都市の街路を走行するたびに、その車両はどこへ行くべきか、そしてどのくらいの速さでそこに到着すべきかについて、一連の瞬時の判断を下さなければなりません。長年、研究者たちはこれらの車両に対し、他の車や歩行者の将来の経路を予測する方法を教えてきましたが、車両自体は主に、単一の、安全で予測可能な方法で走行するように訓練されてきました。それらは、不必要に加速せず、急な旋回もしない理想的で慎重なドライバーになるようプログラムされています。このアプローチは安全ではありますが、人間の現実の重要な側面を見落としています。それは、人々は誰であるか、どこへ向かっているのか、そしてどのように感じているかによって、運転の仕方が異なるという事実です。病気の子供を病院へ急いで連れて行く親は、たとえ急いでいても滑らかで穏やかな乗り心地を必要とします。一方で、火災現場へ急行する消防士は、時間を節約するために、より荒々しく攻撃的な経路を受け入れる必要があるかもしれません。これまで、自律型システムはこうした微妙で相反する人間のニーズを理解することに苦慮しており、多くの場合、ロボット的で乗客の実際の状況から切り離された、画一的なスタイルに陥っていました。

韓国の研究チームは、自動運転車に「ハンドルを握る背後にある個性」を理解させる新しい方法を開発することで、この問題に取り組みました。彼らは、人間の運転行動は単に速いか遅いかだけではなく、2つの明確な力によって形作られていることに気づきました。1つ目は「緊急性」であり、これはドライバーが目的地にどれほど早く到達したいかを規定します。2つ目は「快適性」であり、これはドライバーがどれほどスムーズに移動したいか、つまり速度よりも穏やかな乗り心地を優先するかどうかを決定します。これら2つの要因を分離することで、研究者たちは、車両が単に「速く走れ」や「ゆっくり走れ」と指示されるだけでなく、これらの相反する欲求のバランスを取る特定の「ドライビング・ペルソナ（運転上の人格）」を採用できるようにする、新しいフレームワークを作り上げました。

このアイデアをテストするために、チームはまず、新しい種類のトレーニング・ライブラリを構築する必要がありました。彼らは数千もの現実世界の走行シーンを取り上げ、高度な言語モデルを使用して、同じ行程の9つの異なるバージョンを生成しました。各バージョンは、緊急性と快適性のユニークな組み合わせに対応しており、絶望的な危機に直面している人のための、慌ただしくガタガタとした走行から、体調が優れない乗客のための、非常にゆっくりとした極めて滑らかな走行まで多岐にわたります。これら9つのシナリオそれぞれに対して、彼らは乗客がドライバーに実際に言いそうな自然な言葉による記述を作成しました。例えば、「お願い、もっと飛ばして！子供が車の中に閉じ込められているの！」や「もう少し穏やかに運転してもらえますか？熱いコーヒーを持っているんです」といったものです。PCTデータセットと呼ぶこのコレクションは、これらのテキストによる記述と、その特定の気分に一致する車が取るべき正確な物理的経路を組み合わせています。

この新しいデータを用いて、研究者たちは「PersonaDrive」と名付けたシステムを開発しました。このシステムは翻訳機として機能し、乗客のテキストによるリクエストを取り込み、車のステアリングと加速に対する具体的な指示へと変換します。すべての指示を単純なスイッチとして扱うのではなく、このシステムは2つの独立した軸に沿って車の経路を調整することを学習します。もし乗客がスピードを求めた場合、車はより短い時間でより多くの距離をカバーすることを学習します。もし乗参が快適さを求めた場合、車は旋回を滑らかにし、突然の衝撃を避けることを学習します。決定的なのは、このシステムが、例えば「急いでいるが、壊れやすい医療機器を運んでいるため滑らかな走行が必要」というように、これらのニーズが混在するリクエストも処理できる点です。研究者たちは、車にこれら両方の軸を同時に尊重するように教えることで、単一の運転モードに陥りがちな従来のメソッドよりも、乗客の意図に対してはるかに正確な軌道を生成できることを見出しました。

実験の結果、このアプローチは古いモデルよりも大幅に優れていることが示されました。標準的な運転シミュレーションでテストした際、新しいシステムは9種類すべてのドライビング・ペルソナに対して正しい経路を一貫して予測しましたが、古いシステムは、速く走りたいドライバーと滑らかに走りたいドライバーを区別できずに失敗することがよくありました。また、研究者たちは、単にテキストによる記述を与えることは、単純なコードやラベルを与えるよりも効果的であることを発見しました。言語そのものがシステムにリクエストのニュアンスを理解させる助けとなり、単なるいくつかの硬直したカテゴリーではなく、連続的な範囲の運転スタイルを生み出すことを可能にしたのです。これは、自動運転の未来が、完璧で感情のない機械をプログラミングすることではなく、旅の背後にある人間の物語を理解させ、あらゆる乗客のユニークなニーズに合わせてその挙動を調整することにある可能性を示唆しています。