Tsinghua und Denso: ExecutionBridge hebt Weltmodell-Planer bei fremdem Regler in schweren Szenen um 44 Prozent

Wie kann ein Fahrplaner, der die Zukunft mit einem gelernten Weltmodell durchspielt, eine veränderte Ausführung berücksichtigen, wenn er mit einem anderen Lenk- und Geschwindigkeitsregler eingesetzt wird, ohne dass Planer oder Weltmodell neu trainiert werden?

Weltmodell-Planer bewerten Kandidatentrajektorien, indem sie vorhersagen, was beim Abfahren jeder einzelnen passiert. Diese Vorhersage setzt stillschweigend den im Training gelernten Zusammenhang zwischen Plan und Bewegung voraus. Ein neuer Regler, andere Verstärkungen, Lenkverzug oder ein anderes Fahrwerk setzen denselben Plan anders um. Die vorgestellte Zukunft passt dann nicht mehr, und der Planer wählt womöglich den falschen Kandidaten.

Anpassungsverfahren wie RMA, CaDM und AdaWM schätzen die Dynamik aus der Interaktionshistorie oder trainieren Modellteile nach. Der naheliegende Kurzweg ersetzt jede geplante Trajektorie durch die, die der Regler voraussichtlich oder nachweislich fährt. Die Autoren zeigen, dass dies die geometrische Genauigkeit erhöht, die Wahl des Kandidaten aber kaum verändert, weil das Weltmodell gelernt hat, einen Plan zu lesen, nicht eine bereits ausgeführte Bewegung.

ExecutionBridge lässt Planer, Weltmodell und Bewertungskopf eingefroren und behält den ursprünglichen Plan als Eingabe. Ein Regler-Encoder liest eine Stützmenge aus Paaren von geplanter und gefahrener Trajektorie des Zielreglers und verdichtet sie zu einem kompakten Reglercode, der einmal berechnet und zwischengespeichert wird. Für jeden Kandidaten addiert eine kleine latente Brücke mit diesem Code eine gegatete und begrenzte Korrektur auf den Ego-Anteil des vorhergesagten latenten Zustands; der unveränderte Bewertungskopf beurteilt die korrigierte Zukunft.

Gemittelt über zehn vollständig vom Training ausgeschlossene Reglerkonfigurationen stieg der NAVSIM-PDMS vom eingefrorenen WoTE-Planer mit 87,976 auf 88,589 (plus 0,613). Das Einsetzen vorhergesagter Ausführungen brachte nur plus 0,048, etwa ein Dreizehntel. In der Teilmenge, in der der eingefrorene Planer unter 80 lag, stieg der PDMS von 32,04 auf 46,13 (plus 14,09), beim Einsetzen um 4,49. Die Time-to-Collision verbesserte sich von 94,53 auf 94,86. Im Standard-NAVSIM legte die Methode bei WoTE, ResWorld und WorldDrive um 0,6, 0,4 und 0,3 Punkte zu. Eine Stützmenge von 64 Paaren wirkte so gut wie 1.024.

Es handelt sich um einen Preprint; alle Tests laufen in NAVSIM, einem nicht reaktiven Benchmark aus aufgezeichneten Fahrdaten, ein Fahrzeug fuhr nicht. Die Regler sind simulierte Konfigurationen wie aggressiv, defensiv, Lenkverzug und Lenkverstärkung. Auf dem gesamten Testset liegt der Gewinn unter einem Punkt. Der große Zuwachs entsteht in einer Teilmenge, die nach dem schlechten Abschneiden des Basisplaners gewählt wurde, was jede Methode begünstigt, die dessen Entscheidungen ändert; das Papier nutzt allerdings dieselbe Teilmenge für alle Verfahren. Zusätzliche Latenz und eine Code-Veröffentlichung werden nicht genannt.