探测揭示自动驾驶：将内部预测误差与自我规划联系起来

大规模数据集和快速模拟器使得驾驶策略的改进看起来安全且鲁棒，然而在名义场景下的强劲性能仍可能掩盖有缺陷的推理和不安全的启发式方法。闭环模拟器的汇总分数无法对策略提供有意义的洞察，这使得难以确定它们是否真正预测了周围车辆的运动，自我车辆如何生成未来计划，或者它们是否仅仅依赖于碰巧在名义场景中成功的脆弱启发式方法。为了更好地理解驾驶策略的局限性和弱点，我们专注于探测预测（即周围车辆下一步将移动到哪里）和规划（即理解如何生成安全轨迹）的形式。我们关注这两种能力，因为它们反映了有效驾驶策略的预期行为，并使用它们的存在与否来评估跨数据驱动的行为克隆和模拟驱动的强化学习策略的策略质量。为了评估这些能力的存在，我们将其作为规模的函数进行研究，询问来自更大数据集和更长模拟训练的闭环增益是否反映了更强的预测和规划，或者仅仅是更好的行为启发式方法。我们在线性探测和针对性扰动中，在模仿学习和强化学习模型中都进行了研究，以跟踪这些内部信号何时出现、达到平台期或失败。尽管闭环性能良好，但策略在近碰撞事件期间常常无法形成及时的周围车辆预测，揭示了可用于自我规划的预测信号的局限性。最后，因果干预表明，纠正错误的预测可以改善自我规划，使其朝向更安全的轨迹。