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

Título: LiloDriver: Um Framework de Aprendizado Contínuo para Planejamento de Movimento em Cenários de Cauda Longa na Condução Autônoma

1. O Problema

O planejamento de movimento em veículos autônomos enfrenta dois desafios principais que limitam a segurança e a eficácia em cenários do mundo real:

• Falta de Adaptabilidade em Cenários de "Cauda Longa" (Long-tail): Métodos baseados em regras (heurísticas fixas) e modelos orientados a dados (aprendizado supervisionado) funcionam bem em situações comuns, mas falham em generalizar para situações raras, imprevisíveis e críticas para a segurança (ex: pedestres complexos, interações não padronizadas).
• Custo de Retreinamento e Rigidez: Modelos de aprendizado de dados são estáticos após o treinamento. Adaptá-los a novas situações raras exige retreinamento custoso e pode levar ao "esquecimento catastrófico" de comportamentos validados anteriormente.
• Limitações dos Métodos Baseados em LLMs Existentes: Abordagens anteriores que utilizam Grandes Modelos de Linguagem (LLMs) sofrem com representações de cena ineficientes, geração direta de trajetórias propensa a alucinações e falta de avaliação em ambientes de simulação realista (closed-loop).

O objetivo é criar um sistema que possua capacidade de aprendizado contínuo (lifelong learning), permitindo que o agente de direção adquira novos conhecimentos e se adapte a casos de borda (edge cases) em tempo de inferência, sem necessidade de retreinamento dos parâmetros do modelo base.

2. Metodologia: Arquitetura do LiloDriver

O LiloDriver propõe um framework de aprendizado contínuo que integra raciocínio baseado em LLMs com um sistema de memória aumentada. A arquitetura é composta por quatro módulos principais:

1. Módulo de Ambiente e Percepção:

   • Ingere mapas vetoriais estáticos (estradas, faixas, cruzamentos) e históricos dinâmicos de agentes (veículos, pedestres, ciclistas).
   • Converte esses dados em tensores estruturados para fornecer o contexto da cena.

2. Codificador de Cena (Scene Encoder):

   • Processa os dados de percepção para criar representações latentes (embeddings) da cena.
   • Utiliza uma rede LSTM para históricos de agentes, MLP para mapas e um Transformer para capturar relações espaciais.
   • É treinado com uma função de perda híbrida que combina perda de protótipos (para maximizar a separação entre classes de cenários) e perda de classificação, garantindo representações robustas.

3. Memória e Geração de Planejadores:

   • Memória: Armazena os embeddings de cenas encontradas anteriormente, atuando como um repositório de experiências.
   • Agrupamento (Clustering): Utiliza o algoritmo DBSCAN para agrupar cenários similares no espaço latente, identificando "arquétipos" de cenários de cauda longa.
   • Otimização de Planejadores: Para cada cluster, realiza uma busca em grade (grid search) para encontrar os parâmetros ideais de um planejador de comportamento (baseado em regras, como o PDM-Closed/IDM). Isso permite que o sistema tenha estratégias otimizadas específicas para cada tipo de cenário raro.

4. Módulo de Raciocínio e Execução:

   • Utiliza um LLM (LLaMA-7B) como agente de alto nível.
   • Recebe descrições textuais da cena e exemplos few-shot recuperados da memória.
   • Emprega uma abordagem de Cadeia de Pensamento (Chain-of-Thought) para raciocinar sobre a situação e selecionar o planejador de comportamento mais adequado (ou seus parâmetros) para a situação atual.
   • O LLM opera em baixa frequência (ex: a cada 15s) para decisões estratégicas, enquanto o planejador de comportamento executa em alta frequência (10 Hz) para controle de trajetória.

3. Principais Contribuições

• Primeiro Paradigma de Aprendizado Contínuo: Apresenta a primeira abordagem de aprendizado contínuo para planejamento de movimento em cenários de cauda longa, inspirada na aquisição incremental de habilidades humanas.
• Framework Híbrido LLM-Memória: Combina a acumulação de experiência orientada por memória, tomada de decisão em tempo de inferência via LLM e geração de planejadores específicos para cenários.
• Adaptação sem Retreinamento: Demonstra que o sistema pode evoluir e melhorar seu desempenho em cenários raros apenas atualizando a memória e os parâmetros do planejador, sem alterar os pesos do codificador de cena ou do LLM.
• Avaliação em Closed-Loop Realista: Validação rigorosa no benchmark nuPlan, focando em simulações de laço fechado que testam segurança, conformidade com regras de trânsito e eficiência.

4. Resultados Experimentais

Os experimentos foram conduzidos no benchmark nuPlan, utilizando o conjunto de dados Val14-split (cenários comuns) e Test14-hard (cenários de cauda longa).

• Desempenho Geral: O LiloDriver superou planejadores baseados em regras (ex: PDM-Closed), baseados em dados (ex: PlanTF, GameFormer) e outras abordagens baseadas em conhecimento.
  • No conjunto Test14-hard, o LiloDriver evoluiu de uma pontuação inicial de 69.92 para 73.10 após o aprendizado contínuo, superando todos os métodos estáticos.
• Aprendizado Contínuo e Estabilidade:
  • O sistema demonstrou ganhos incrementais significativos em cenários raros específicos (ex: esperar por pedestres, manobras próximas a múltiplos veículos) à medida que novas experiências eram adicionadas à memória.
  • Sem Esquecimento Catastrófico: O desempenho em cenários comuns permaneceu estável durante a adaptação a novos cenários raros.
• Análise de Segurança:
  • A melhoria no desempenho total foi impulsionada principalmente pela redução drástica na taxa de colisões (de 12.45% para 4.12%) e pelo aumento significativo no Time-to-Collision (TTC), indicando uma capacidade superior de antecipar riscos em situações críticas.
• Eficiência:
  • O sistema opera em tempo real, com latência de inferência do LLM de 0.4s e recuperação de memória de 0.1s, desacoplando o raciocínio estratégico lento da execução tática rápida.

5. Significado e Impacto

O LiloDriver representa um avanço significativo na direção autônoma ao abordar a lacuna entre a rigidez dos sistemas atuais e a necessidade de adaptabilidade humana.

• Escalabilidade: Oferece um caminho viável para sistemas que podem aprender continuamente com novas experiências no mundo real sem a necessidade de retreinamento massivo e custoso.
• Segurança em Casos Raros: Demonstra que a combinação de memória estruturada e raciocínio semântico (LLM) é eficaz para lidar com a imprevisibilidade de cenários de cauda longa, onde a segurança é o fator limitante.
• Futuro: O trabalho abre caminho para sistemas de direção autônoma mais robustos, interpretáveis e capazes de evoluir ao longo do tempo, aproximando-se da capacidade de aprendizado e adaptação de um motorista humano experiente.

Em suma, o LiloDriver valida que a integração de representações estruturadas, recuperação baseada em memória e raciocínio guiado por linguagem é essencial para alcançar um comportamento de condução em laço fechado que seja ao mesmo tempo estável e adaptável.