Enactor: トラフィック・シミュレータから代理世界モデルへ

要約: 交通マイクロシミュレータは、さまざまな ``what-if" 条件の下で道路ネットワークの性能を評価するために広く用いられている。
しかし、アクターの行動を制御する振る舞いモデルは過度に単純で、現実的なアクター間相互作用を捉えきれていない。
深層学習ベースの手法は、車丙と歩行者を周囲の ``environment"（車線、信号、隣接するエージェントを含む）に応答する ``agents"としてモデル化するために適用されてきた。
アクター間の相互作用を学習する上で有効である一方で、これらのアプローチは長時間にわたって物理的に整合性のある軌跡を生成できず、都市部ネットワークにおける重要な地点である交通交差点で生じる複雑なダイナミクスに明示的に対処していない。
World Model パラダイムに触発され、アクター中心の生成モデルを、トランスフォーマーをベースとするアーキテクチャを用いて開発しました。これにより、アクター間の相互作用を捉えると同時に、交通交差点への幾何学的関係を理解し、学習された挙動に基づく物理的に根拠のある軌跡を生成します。
さらに、実運用に近い ``simulation-in-the-loop" 設定でモデルを検証します。ここでは SUMO を用いてアクターの初期条件を生成し、その後モデルにアクターのダイナミクスを制御させます。
40000 タイムステップ（4000 秒）にわたってシミュレーションを実行し、長時間のレンジでのモデルの性能を検証し、交通工学関連の指標で軌跡を評価します。
実験結果は、提案されたフレームワークが複雑なアクター間相互作用を効果的に捉え、長期的な物理的に一貫した軌跡を生成する一方で、従来のエージェント中心の生成法よりはるかに少ない学習サンプルで済むことを示しています。
本モデルは、交通関連の指標だけでなく集計指標でもベースラインを上回ることができ、KL-Divergenceでベースラインを10倍超上回る結果を示しています。