MISTY：Mixerベースのシングルステップ・ドリフティングによる高スループットなモーションプランニング

概要: マルチモーダルな軌道生成は安全な自動運転に不可欠である一方、既存の拡散ベースのプランナーは反復的なニューラル関数評価による高い推論レイテンシに悩まされている。本論文では、MISTY（Mixer-based Inference for Single-step Trajectory-drifting Yield）を提案する。これは、高スループットな生成型モーションプランナーであり、純粋な単一ステップ推論のみで最先端のクローズドループ性能を達成する。MISTYは、環境コンテキストを捉えるベクトル化されたサブグラフエンコーダ、専門家軌道をコンパクトな32次元の潜在マニフォールドに構造化する変分オートエンコーダ、そして二次的な注意の計算複雑性を排除する超軽量なMLP-Mixerデコーダを統合する。重要な点として、複雑な分布の進化をまるごと訓練フェーズに移す潜在空間ドリフト損失を導入する。明示的に引力と斥力を定式化することで、この仕組みにより、能動的追い越しのような新規で主導的な操舵（マヌーバ）を合成できるようになり、そのようなものは生の専門家デモンストレーションにはほとんど存在しない。nuPlanベンチマークでの大規模な評価により、MISTYが難易度の高いTest14-hard分割において最先端の結果を達成することが示されている。非反応設定および反応設定それぞれで、総合スコアは80.32と82.21である。MISTYはエンドツーエンドのレイテンシ10.1 msで99 FPS超で動作し、反復的な拡散プランナーに比べてオーダー桁の速度向上を提供しつつ、生成の頑健性も大きく高い。