Guiding Neuro-Symbolic Scenario Generation with Spatio-Temporal Logic

Resumo Técnico: Orientação da Geração de Cenários Neuro-Simbólicos com Lógica Espaço-Temporal

Declaração do Problema
O avanço rápido das tecnologias de condução autónoma (AD) superou o desenvolvimento de métodos robustos de avaliação de segurança. Os testes convencionais dependem de exposição por força bruta a vastos números de cenas de tráfego do mundo real, uma estratégia proibitivamente dispendiosa e estatisticamente ineficaz para capturar casos extremos raros e críticos para a segurança. Embora os modelos generativos profundos, particularmente os Modelos de Difusão (DMs), ofereçam uma alternativa promissora para sintetizar trajetórias realistas de múltiplos agentes, carecem de mecanismos para orientar explicitamente a geração para comportamentos específicos e críticos para a segurança sem retraining. As abordagens de orientação existentes frequentemente lutam com a complexidade espaço-temporal e de múltiplos agentes dos domínios de tráfego. Além disso, métodos formais como a Lógica Temporal de Sinais (STL) enfrentam desafios de escalabilidade e interpretabilidade em sistemas de múltiplos agentes devido à explosão combinatória necessária para especificar interações entre agentes heterogéneos. Uma lacuna crítica permanece na definição de robustez quantitativa para propriedades envolvendo atributos categóricos (por exemplo, tipos de veículos), o que limita o uso da lógica formal como um objetivo diferenciável para otimização.

Metodologia
Os autores propõem o STRELGen, um framework escalável que combina sinergicamente um modelo de difusão de geração de trajetórias de múltiplos agentes com a Lógica de Alcance e Fuga Espaço-Temporal Colorida (CSTREL). A metodologia opera em três etapas principais:

1. Linha de Base de Geração de Trajetórias: O sistema utiliza um Modelo de Difusão Latente (LDM) baseado na arquitetura de [23]. Este modelo gera trajetórias futuras para todos os agentes conjuntamente, condicionado ao contexto da cena (mapas, histórico, interações) codificado via um QCNet pré-treinado. Os autores empregam a formulação implícita (DDIM) para garantir que o processo reverso seja determinístico, facilitando a retropropagação estável de gradientes.
2. STREL Colorida (CSTREL): Para abordar as limitações da Lógica Espaço-Temporal (STREL) padrão relativamente a predicados categóricos, os autores introduzem a CSTREL. Esta lógica particiona o grafo espacial em subgrafos específicos de cor com base nos atributos dos agentes (por exemplo, carro, pedestre, bicicleta).
   • Semântica Diferenciável: A CSTREL estende a STREL definindo uma função de coloração $p: L \times \mathbb{R}^+ \to C$. Introduz "Átomos Coloridos" e operadores "Alcance/Fuga Coloridos" que restringem as buscas de caminhos a nós que correspondem a conjuntos de cores específicos. Crucialmente, esta extensão permite a derivação de valores de robustez contínuos mesmo a partir de atributos categóricos discretos, tornando a lógica totalmente diferenciável.
   • Implementação: Foi desenvolvida uma biblioteca PyTorch para calcular estes valores de robustez, permitindo otimização baseada em gradientes.
3. Orientação no Espaço Latente: No momento da inferência, o framework otimiza a entrada latente $z$ do modelo de difusão pré-treinado para maximizar a satisfação de uma fórmula CSTREL $\phi$.
   • Função Objetivo: A otimização maximiza uma métrica de robustez $\rho_\phi(G_\theta(z))$. Para cenários críticos para a segurança, é visada a robustez máxima entre os agentes; para realismo, utiliza-se o mínimo.
   • Regularização: Para evitar que a otimização desvie para regiões de baixa probabilidade do espaço latente (amostras fora da variedade), é adicionado um termo de regularização proporcional à verossimilhança da entrada latente (assumindo uma priori Gaussiana padrão). O objetivo final é $J(z) = \rho_\phi(G_\theta(z)) - \lambda \frac{1}{2}\|z\|_2^2$.

Contribuições Principais

1. STREL Colorida: Uma extensão inovadora da STREL que particiona grafos espaciais por atributos de nós. Isto permite a monitorização de propriedades espaciais complexas através de classes específicas de objetos, mantendo semânticas de robustez contínuas, resolvendo o problema de semânticas quantitativas indefinidas para dados categóricos.
2. Framework de Orientação Diferenciável: Um método que utiliza especificações CSTREL como funções objetivo para otimizar diretamente o espaço latente de modelos generativos. Isto permite a produção de trajetórias que satisfazem requisitos espaço-temporais sem retraining do modelo.
3. Aumento de Dados Críticos para a Segurança: Uma estratégia para gerar cenários diversos, realistas e críticos para a segurança que estão sub-representados nos dados do mundo real, garantindo consistência com as regras de trânsito e prevenindo saídas irreais através da regularização de verossimilhança.

Resultados
A abordagem foi avaliada no Conjunto de Dados de Previsão de Movimento Argoverse 2, utilizando três cenários críticos para a segurança representativos: um veículo rápido a alcançar um utilizador vulnerável da via, um veículo rápido a encontrar um veículo lento à frente e um carro rápido rodeado por carros lentos.

• Eficácia da Orientação: O STRELGen orientou com sucesso o modelo de difusão para produzir trajetórias que satisfizeram as especificações CSTREL alvo. Na amostragem não orientada, apenas ~13,6% dos cenários eram desafiadores (robustez positiva), enquanto a abordagem orientada alcançou 100% de satisfação.
• Métricas de Segurança: A geração orientada produziu consistentemente distâncias mínimas inter-agentes medianas mais baixas e um número maior de colisões potenciais em comparação com a linha de base padrão, confirmando a geração de comportamentos críticos para a segurança.
• Plausibilidade: A análise qualitativa e o uso de regularização de verossimilhança garantiram que as trajetórias geradas permanecessem fisicamente plausíveis e alinhadas com a geometria da estrada, evitando alucinações fora da variedade. O método equilibrou com sucesso a otimização orientada por especificações com a preservação de restrições físicas.

Significado
O artigo afirma que o STRELGen fornece uma ferramenta flexível, interpretável e poderosa para testes de stress de sistemas de condução autónoma. Ao colmatar a lacuna entre modelos generativos orientados por dados e lógica formal, o framework ultrapassa as limitações da recolha de dados por força bruta. Permite a avaliação sistemática da cobertura de modelos generativos relativamente a eventos raros e permite a geração direcionada de cenários críticos para a segurança que se encontram dentro da distribuição de dados aprendida. Os autores postulam que esta abordagem facilita a criação de ambientes de teste rigorosos essenciais para validar a robustez do mundo real, oferecendo um caminho para uma implementação mais fiável de veículos autónomos.