本論文は、自動運転車の軌道予測における頑健性の定義と評価・改善方法について包括的に検討している。
まず、軌道予測の問題設定と頑健性の概念を整理する。軌道予測は、周辺の他の道路利用者の未来の軌道を予測する複雑な時系列回帰問題である。頑健性には、敵対的攻撃に対する頑健性と自然な摂動に対する頑健性の2つの側面がある。
次に、頑健性の評価と改善のための一般的な枠組みを提案する。評価方法としては、テストデータの切り分け(E.1)とデータの摂動(E.2)が挙げられる。改善方法としては、トレーニングデータの切り分け(I.1)、摂動データの追加(I.2)、モデルアーキテクチャの変更(I.3)、学習済みモデルの改変(I.4)が考えられる。
具体的な評価・改善手法として、シナリオ重要度サンプリング、地理的重要度サンプリング、エージェントの除去、幾何学的変換、敵対的攻撃/学習、地図情報の摂動、防御メカニズム、シーン外挿、社会的相互作用の理解などが紹介されている。
最後に、現状の研究動向と今後の課題を議論している。主な課題として、学習済みモデルの改変、評価指標の多様化、敵対的データの前処理、手法間の相互作用の解明などが挙げられる。
To Another Language
from source content
arxiv.org
Viktige innsikter hentet fra
by Jeroen Hagen... klokken arxiv.org 04-23-2024
https://arxiv.org/pdf/2402.01397.pdfDypere Spørsmål