SafetyNet: 自動運転における機械学習戦略のための安全な計画アプローチ

[[427712]]

2021年9月28日にarXivにアップロードされた論文「SafetyNet: 機械学習ポリシーを使用した現実世界の自動運転車両の安全な計画」は、トヨタが買収したLyftの自動運転チームであるLevel 5のものです。

この記事では、専門家のデモンストレーションによるトレーニングを通じて、安全な自動運転制御システムの実装について説明します。機械学習 (ML) 手法にはセキュリティ上の問題と予測不可能なリスクがあるため、ルールベースのフォールバック レイヤーを追加して ML 決定の妥当性チェックを実行し、ML プランナーの衝突を 95% 削減できます。実験全体では、模倣学習 (IL) に 300 時間の運転データが使用され、サンフランシスコでテストされました。

詳細については、「Autonomy 2.0 - 2022-SafetyNet」を参照してください。

コード GitHub - lyft/l5kit: L5Kit - level5.lyft.com

次の図は、SafeNet の基本的なフレームワークを示しています。ML 計画によって軌道予測が行われ、フォールバック レイヤーによって検証されます。

下の画像は、サンフランシスコのダウンタウンにおける SafeNet の自動運転体験の例です。

以下は、モデルのアーキテクチャ図です。Google WayMo の VectorNet に似た階層型グラフ ネットワークで、PointNet ネットワークを使用して入力情報 (車両の姿勢とサイズ、他のエージェントの姿勢、サイズ、ターゲットの種類、HD マップの静的および動的情報、ルート計画ルーティング) をローカルにエンコードし、Transformer を使用してエージェントとマップ機能間の相互作用に関するグローバル埋め込み推論を実行します。この構造は、自転車モデルに基づいて、モーションデコーダーを介して制御信号を生成します。

ネットワーク トレーニングは模倣学習に基づいており、摂動を追加し、分布を拡張して共分散シフトの影響を軽減します。損失関数は、快適性を向上させるために曲率ktとジッタjtの要素を考慮します。つまり、

モーションデコーダーのモデルは次のとおりです。

フォールバック レイヤーでは、軌道評価のためにいくつかの次元が考慮されます。

• 動的実現可能性: 制約付き縦方向ジャーク、縦方向加速度、曲率、曲率率、横方向加速度、ステアリングジャーク (曲率率 × 速度) を含む。
• 合法性: 一時停止標識、赤信号、道路から逸脱すること、道を譲ることなどの交通ルール。
• 衝突確率: 衝突検出

このようにして、軌道は [実行可能、実行不可能] としてマークされ、最終的に ML 予測軌道に最も近い実行可能な結果が生成されます。

トレーニングスケールは次のとおりです。

フォールバック レイヤーの影響:

実験のパフォーマンス比較: ML プランニングと ML プランニング + フォールバック レイヤー

SafetyNet は、ML プランナーとルールベースのシステム フォールバック レイヤーを組み合わせて、サンフランシスコの厳しい路上でテストされた、純粋な機械学習ベースのシステムと比較して、安全性と快適性の指標が向上していることを示しました。

将来的には、フォールバック レイヤーを改良して、保守性が低下し、受動性が増加しないようにすることができます。さらに、モデルベースの強化学習 (RL)、オフライン RL、またはデータ駆動型シミュレーションのクローズドループ トレーニングを利用することで改善を図ることができます。