リスク制御可能なマルチビュー拡散モデルによる運転シナリオ生成

要旨: 安全性が要求される運転シナリオの生成は、自動運転システムを評価・改善する上で極めて重要ですが、長尾分布に属するリスクの高い状況は現実世界のデータではめったに観測されず、手動によるシナリオ設計だけで特定することは難しいです。既存の生成手法は通常、リスクを事後のラベルとして扱い、マルチビューの運転シーンにおける幾何学的一貫性を維持するのに苦労します。我々は RiskMV-DPO を提案します。これは、物理情報にもとづくリスク制御可能なマルチビューシナリオ生成の一般的で体系的なパイプラインです。ターゲットリスクレベルを現実世界に根ざしたリスクモデリングと統合することで、拡散ベースの動画発生器に、幾何学的なアンカーとして機能する、多様で高リスクな動的軌道を自動的に合成します。空間的・時間的な一貫性と幾何学的忠実性を確保するために、幾何-外観整合モジュールと、運動感知マスキングを用いた領域認識型直接嗜好最適化（RA-DPO）戦略を導入し、局在化した動的領域に学習を集中させます。nuScenesデータセットでの実験により、RiskMV-DPO は多様な長尾シナリオの広いスペクトラムを自由に生成できると同時に、最先端の視覚品質を維持し、3D検出のmAPを18.17から30.50へ向上させ、FID を 15.70 へ低減します。我々の研究は、ワールドモデルの役割を受動的な環境予測から積極的でリスク制御可能な合成へと移行させ、安全指向の具現化知能の開発のためのスケーラブルなツールチェーンを提供します。