Проблема существующих подходов
Мультимодальное предсказание траекторий улучшает покрытие поведенческих сценариев, но существующие методы ограничены разреженными представлениями сцены. Неполные данные приводят к генерации низкокачественных кандидатов и ненадежной ранжировке траекторий, особенно когда они геометрически схожи. На базовой модели на основе регистров (register-based) плохие и неудовлетворительные кандидаты составляют 19.74% от всего набора, а лучший кандидат (oracle-best) занимает в среднем лишь 33.9-е место по рейтингу.
Решение: RRDrive и Risk-Aware Occupancy
Авторы предлагают RRDrive, которая вводит риск-ориентированную оккупацию (risk-aware occupancy) как плотное, временно согласованное и доступное для запросов траекторий представление. Глобальная структура этого представления направляет высококачественную мультимодальную генерацию, а запросы риска, обусловленные кандидатами, поддерживают тонкий выбор. Для оценки была создана датасет RiskOcc4D-NAVSIM с автоматическими аннотациями риска.
Результаты бенчмарков
RRDrive демонстрирует значительное улучшение метрик по сравнению с базовой моделью, особенно в сложных сценариях. Ниже представлены ключевые показатели эффективности:
| Метрика | Базовая модель | RRDrive | Улучшение |
|---|---|---|---|
| PDMS выбранной траектории | 0.937 | 0.951 | +1.5% (относительно) |
| Средний PDMS кандидатов | — | — | +7.7% |
| PDMS кандидатов в сложных сценах | — | — | +30.2% |
| Корреляция Спирмена (хорошие кандидаты) | 0.26 | 0.67 | +0.41 |
Практическая реализация
Чтобы выйти за рамки теоретической "оракульной" настройки, исследователи разработали внешний предиктор RiskOcc. Это модуль восприятия, который оценивает риск-ориентированную оккупацию напрямую из входных данных сенсоров. Конкурентоспособные результаты подтверждают жизнеспособность предложенного представления для реальных систем автономного вождения.
Источник: arXiv cs.AI ↗