自动驾驶轨迹预测中真正重要的因素是什么?
机器人学
2023-11-07 v3 人工智能
摘要
轨迹预测在自动驾驶系统性能中起着至关重要的作用,而平均位移误差(ADE)或最终位移误差(FDE)等预测精度被广泛用作性能指标。然而,由于动力学鸿沟的存在,固定数据集上预测器的精度与其下游用于车辆控制时的驾驶性能之间存在显著差距。在真实世界中,预测算法影响自车行为,而自车行为又影响附近其他车辆的行为。这种交互导致特定于预测器的动力学,并直接影响预测结果。在固定数据集中,由于其他车辆的响应是预先确定的,这种交互效应丢失,导致显著的动力学鸿沟。本文研究这一被忽视的动力学鸿沟的重要性。我们还考察了导致预测性能与驾驶性能之间差距的其他若干因素。研究结果凸显了预测器计算效率与预测精度在决定真实世界驾驶性能时的权衡。总之,用于轨迹预测的交互式、任务驱动评估协议对于捕捉其对自动驾驶的有效性至关重要。源代码及实验设置已在线提供。
引用
@article{arxiv.2306.15136,
title = {What Truly Matters in Trajectory Prediction for Autonomous Driving?},
author = {Phong Tran and Haoran Wu and Cunjun Yu and Panpan Cai and Sifa Zheng and David Hsu},
journal= {arXiv preprint arXiv:2306.15136},
year = {2023}
}
备注
NeurIPS 2023