PLUTO: Pushing the Limit of Imitation Learning-based Planning for Autonomous Driving

📄 arXiv: 2404.14327v1 📥 PDF

作者: Jie Cheng, Yingbing Chen, Qifeng Chen

分类: cs.RO

发布日期: 2024-04-22

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出PLUTO框架以提升自主驾驶模仿学习规划能力

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 自主驾驶 模仿学习 规划算法 对比学习 数据增强 深度学习 智能交通

📋 核心要点

  1. 现有的自主驾驶规划方法在灵活性和多样性方面存在不足，难以适应复杂的驾驶场景。
  2. PLUTO框架通过纵向-横向感知模型架构、创新的辅助损失计算和对比学习训练方法，提升了模仿学习的效果。
  3. 在nuPlan数据集上，PLUTO实现了闭环性能的最先进水平，超越了其他学习方法和规则基础规划器。

📝 摘要（中文）

我们提出了PLUTO，一个强大的框架，推动了基于模仿学习的自主驾驶规划的极限。我们的改进源于三个关键方面：一种纵向-横向感知模型架构，使得驾驶行为灵活多样；一种创新的辅助损失计算方法，适用于批量计算且高效；一种新颖的训练框架，利用对比学习，并通过一系列新的数据增强方法来规范驾驶行为，促进对潜在交互的理解。我们使用大规模的真实世界nuPlan数据集及其相关的标准化规划基准对框架进行了评估。令人印象深刻的是，PLUTO在闭环性能上达到了最先进的水平，超越了其他竞争的学习方法，并首次超过了当前表现最佳的规则基础规划器。

🔬 方法详解

问题定义：本论文旨在解决自主驾驶中基于模仿学习的规划方法在灵活性和多样性方面的不足，现有方法难以适应复杂的驾驶环境，导致性能受限。

核心思路：PLUTO框架通过引入纵向-横向感知模型架构，使得模型能够生成更为灵活和多样的驾驶行为，同时采用对比学习和数据增强技术来提升模型的学习效果。

技术框架：PLUTO的整体架构包括三个主要模块：纵向-横向感知模型、辅助损失计算模块和对比学习训练框架。模型通过感知输入生成驾驶决策，辅助损失模块优化学习过程，对比学习则增强了模型对环境交互的理解。

关键创新：PLUTO的主要创新在于其纵向-横向感知模型架构和高效的辅助损失计算方法，这些设计使得模型能够在复杂场景中表现出更高的灵活性和适应性，显著提升了模仿学习的效果。

关键设计：在模型设计中，采用了多层次的神经网络结构，结合了多种损失函数以优化不同的学习目标，特别是对比学习的引入，使得模型能够更好地理解和适应环境中的动态变化。通过这些设计，PLUTO在训练过程中实现了高效的批量计算。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，PLUTO在nuPlan数据集上实现了闭环性能的最先进水平，超越了其他学习方法，并首次超过了当前表现最佳的规则基础规划器，显示出显著的性能提升，具体数据未详述。

🎯 应用场景

PLUTO框架在自主驾驶领域具有广泛的应用潜力，能够有效提升自动驾驶系统在复杂环境中的决策能力。其灵活的驾驶行为生成和高效的学习机制，能够为未来的智能交通系统提供更为安全和高效的解决方案，推动无人驾驶技术的进一步发展。

📄 摘要（原文）

We present PLUTO, a powerful framework that pushes the limit of imitation learning-based planning for autonomous driving. Our improvements stem from three pivotal aspects: a longitudinal-lateral aware model architecture that enables flexible and diverse driving behaviors; An innovative auxiliary loss computation method that is broadly applicable and efficient for batch-wise calculation; A novel training framework that leverages contrastive learning, augmented by a suite of new data augmentations to regulate driving behaviors and facilitate the understanding of underlying interactions. We assessed our framework using the large-scale real-world nuPlan dataset and its associated standardized planning benchmark. Impressively, PLUTO achieves state-of-the-art closed-loop performance, beating other competing learning-based methods and surpassing the current top-performed rule-based planner for the first time. Results and code are available at https://jchengai.github.io/pluto.