勾配ベースのデータ価値推定はゲーム理論的モーション計画のカリキュラム学習を改善する

要旨: 勾配ベースのデータ価値推定により、ゲーム理論的なモーションプランナの学習において、メタデータに基づくヒューリスティックを大幅に上回るカリキュラム順序が得られることを示します。具体的には、nuPlanベンチマーク上でGameFormerに対してTracInの勾配類似度スコアリングを適用し、検証損失の低減に対する寄与の推定値に基づいて学習シナリオへ重み付けするカリキュラムを構築します。3つのランダムシードにわたり、TracInで重み付けしたカリキュラムは平均プランニングADEを1.704\pm0.029\,mとし、メタデータに基づく相互作用困難度カリキュラム（1.822\pm0.014\,m；対応のあるt検定 p=0.021、Cohen's d_z=3.88）を有意に上回り、さらに一様ベースライン（1.772\pm0.134\,m）よりも分散が小さいことを示します。本分析により、TracInスコアとシナリオのメタデータはほぼ直交していること（Spearman ho=-0.014）が明らかとなり、勾配ベースの価値推定が手作りの特徴では見えない学習ダイナミクスを捉えていることを示しています。さらに、勾配ベースのカリキュラム重み付けは、困難なデータ選別が失敗する領域でも成功することを示します。TracInでキュレーションした20\%のサブセットは性能を2倍に劣化させる一方で、同じスコアを用いた全データに対するカリキュラム重み付けでは最良の結果が得られます。これらの発見は、ゲーム理論的プランニングにおけるサンプル効率を改善するための実用的な手段として、勾配ベースのデータ価値推定が確立されることを示しています。