論文の概要: Transcendental Idealism of Planner: Evaluating Perception from Planning
Perspective for Autonomous Driving
- arxiv url: http://arxiv.org/abs/2306.07276v1
- Date: Mon, 12 Jun 2023 17:58:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-13 13:22:56.477440
- Title: Transcendental Idealism of Planner: Evaluating Perception from Planning
Perspective for Autonomous Driving
- Title（参考訳）: プランナーの超越観念:自律運転計画の観点からの知覚の評価
- Authors: Wei-Xin Li, Xiaodong Yang
- Abstract要約: 本稿では,認識モジュールにおけるエラーが自律エージェントの計画に課す影響を,一貫性と体系的に理解する枠組みを提案する。
実用条件下では、目的関数はヒルベルト空間における世界状態記述と実用関数の間の内積として表すことができる。
この幾何学的解釈は、世界状態の推定におけるノイズの影響を分析する新しい方法を可能にし、知覚を評価するための普遍的な計量へと導く。
- 参考スコア（独自算出の注目度）: 14.806826605887926
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Evaluating the performance of perception modules in autonomous driving is one
of the most critical tasks in developing the complex intelligent system. While
module-level unit test metrics adopted from traditional computer vision tasks
are feasible to some extent, it remains far less explored to measure the impact
of perceptual noise on the driving quality of autonomous vehicles in a
consistent and holistic manner. In this work, we propose a principled framework
that provides a coherent and systematic understanding of the impact an error in
the perception module imposes on an autonomous agent's planning that actually
controls the vehicle. Specifically, the planning process is formulated as
expected utility maximisation, where all input signals from upstream modules
jointly provide a world state description, and the planner strives for the
optimal action by maximising the expected utility determined by both world
states and actions. We show that, under practical conditions, the objective
function can be represented as an inner product between the world state
description and the utility function in a Hilbert space. This geometric
interpretation enables a novel way to analyse the impact of noise in world
state estimation on planning and leads to a universal metric for evaluating
perception. The whole framework resembles the idea of transcendental idealism
in the classical philosophical literature, which gives the name to our
approach.
- Abstract（参考訳）: 自律運転における知覚モジュールの性能評価は、複雑なインテリジェントシステムを開発する上で最も重要な課題の一つである。
従来のコンピュータビジョンタスクから採用されているモジュールレベルの単体テストメトリクスはある程度は実現可能だが、自動運転車の運転品質に対する知覚ノイズの影響を、一貫した総合的な方法で測定することは、まだ研究されていない。
本研究では,知覚モジュールにおける誤りが車両を実際に制御する自律エージェントの計画に与える影響を,一貫性を持って体系的に理解する枠組みを提案する。
具体的には、上流モジュールからの全ての入力信号が協調して世界状態記述を提供する予測ユーティリティ最大化として計画プロセスが策定され、計画者は、世界状態と行動の両方によって決定される期待ユーティリティを最大化して最適な行動を求める。
実条件下では、客観的関数は世界状態記述とヒルベルト空間の効用関数の間の内積として表現できることを示す。
この幾何学的解釈により、世界状態推定におけるノイズの影響を新しい方法で分析し、知覚を評価するための普遍的な指標へと導くことができる。
この枠組みは古典哲学文学における超越的理想主義(transcendental idealism)の考え方に似ており、私たちのアプローチにその名前を与えている。
関連論文リスト
- DiFSD: Ego-Centric Fully Sparse Paradigm with Uncertainty Denoising and Iterative Refinement for Efficient End-to-End Self-Driving [55.53171248839489]
我々は、エンドツーエンドの自動運転のためのエゴ中心の完全スパースパラダイムであるDiFSDを提案する。
特に、DiFSDは主にスパース知覚、階層的相互作用、反復的な運動プランナーから構成される。
nuScenesとBench2Driveデータセットで実施された実験は、DiFSDの優れた計画性能と優れた効率を実証している。
論文 参考訳（メタデータ） (2024-09-15T15:55:24Z) - SparseDrive: End-to-End Autonomous Driving via Sparse Scene Representation [11.011219709863875]
我々はSparseDriveという新しいエンドツーエンドの自動運転パラダイムを提案する。
SparseDriveは対称なスパース認識モジュールとパラレルモーションプランナーで構成されている。
動作予測と計画について,これら2つの課題の相似性を概観し,運動プランナの並列設計に繋がる。
論文 参考訳（メタデータ） (2024-05-30T02:13:56Z) - QuAD: Query-based Interpretable Neural Motion Planning for Autonomous Driving [33.609780917199394]
自動運転車は環境を理解して適切な行動を決定する必要がある。
従来のシステムは、シーン内のエージェントを見つけるためにオブジェクト検出に依存していた。
我々は、最初に占有する時間的自律性を知覚するカスケードモジュールから遠ざかる、統一的で解釈可能で効率的な自律フレームワークを提案する。
論文 参考訳（メタデータ） (2024-04-01T21:11:43Z) - Interpretable and Flexible Target-Conditioned Neural Planners For
Autonomous Vehicles [22.396215670672852]
以前の作業では、1つの計画軌跡を見積もることしか学ばず、現実のシナリオでは複数の許容可能な計画が存在する場合もあります。
本稿では,自律走行車における鳥の視線における複数の潜在的目標を効果的に表現する,熱マップを回帰する解釈可能なニューラルプランナーを提案する。
Lyft Openデータセットの体系的な評価から、当社のモデルは、以前の作業よりも安全で柔軟な運転パフォーマンスを実現しています。
論文 参考訳（メタデータ） (2023-09-23T22:13:03Z) - When Demonstrations Meet Generative World Models: A Maximum Likelihood
Framework for Offline Inverse Reinforcement Learning [62.00672284480755]
本稿では, 専門家エージェントから, 一定の有限個の実演において観測された動作を過小評価する報酬と環境力学の構造を復元することを目的とする。
タスクを実行するための正確な専門知識モデルは、臨床的意思決定や自律運転のような安全に敏感な応用に応用できる。
論文 参考訳（メタデータ） (2023-02-15T04:14:20Z) - Planning-oriented Autonomous Driving [60.93767791255728]
我々は、最終目標、すなわち自動運転車の計画を追求するために、好ましいフレームワークを考案し、最適化すべきであると主張している。
フルスタック運転タスクをひとつのネットワークに組み込んだ総合的なフレームワークであるUnified Autonomous Driving (UniAD)を紹介した。
論文 参考訳（メタデータ） (2022-12-20T10:47:53Z) - Distribution-aware Goal Prediction and Conformant Model-based Planning
for Safe Autonomous Driving [16.654299927694716]
本研究では,学習から学習までのタスクを,障害物認識と接地,分布認識の目標予測,モデルベース計画として再構築する。
CARLAシミュレータでは,CARNOVELベンチマークの最先端結果を報告する。
論文 参考訳（メタデータ） (2022-12-16T21:51:51Z) - Towards trustworthy multi-modal motion prediction: Holistic evaluation
and interpretability of outputs [3.5240925434839054]
我々は,アウトプットの評価基準,堅牢性,解釈可能性に焦点をあてる。
マルチモーダル動作予測モデルにアタッチ可能な意図予測層を提案する。
論文 参考訳（メタデータ） (2022-10-28T14:14:22Z) - Control-Aware Prediction Objectives for Autonomous Driving [78.19515972466063]
本研究では,制御に対する予測の下流効果を評価するための制御認識予測目標(CAPOs)を提案する。
本稿では,エージェント間の注意モデルを用いた重み付けと,予測軌跡を接地真実軌跡に交換する際の制御変動に基づく重み付けの2つの方法を提案する。
論文 参考訳（メタデータ） (2022-04-28T07:37:21Z) - Perceive, Predict, and Plan: Safe Motion Planning Through Interpretable
Semantic Representations [81.05412704590707]
本稿では,自動運転車の協調認識,予測,動作計画を行うエンド・ツー・エンドの学習可能なネットワークを提案する。
私たちのネットワークは、人間のデモからエンドツーエンドに学習されます。
論文 参考訳（メタデータ） (2020-08-13T14:40:46Z) - The Importance of Prior Knowledge in Precise Multimodal Prediction [71.74884391209955]
道路にはよく定義された地形、地形、交通規則がある。
本稿では,構造的事前を損失関数として組み込むことを提案する。
実世界の自動運転データセットにおけるアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2020-06-04T03:56:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。