인간 스타일의 검색-보강 VLA agent를 이용한 폐쇄형 주행 시뮬레이션

closed-loop 주행 시뮬레이터는 일반적으로 규칙 기반의 교통 관리자나 단일 행동 모드에 학습된 모델로 생성된 비 이고 트래픽 에이전트를 환경에 채우고 있습니다. 최근 연구는 관찰 데이터에 대한 후속 라벨이나 대규모 언어 모델(LLM)로 추정한 보상 가중치를 통해 스타일 변이를 소개했습니다. 그러나 이러한 신호는 스타일이 보상해야 하는 프록시로 작용하는 반면, 사람에게 스타일에 따라 주행하도록 명령했을 때의 행동을 보여주는 것이 아닙니다. 우리는 PersonaDrive라는 pipe line을 소개하고자 합니다. 이 pipe line은 스타일에 따라 명령받은 사람들의 주행 데이터 세트에서 retrieve 된 행동 예시를 조건으로 한 vision-language-action(VLA) 주행 agent를 조건화합니다. 사람들은 driver-in-the-loop rig에서 CARLA leaderboard route를 따라 스타일에 따라 공격적, 중립적, 보수적 인 지시를 받으면서 주행합니다. Pipe line은 세 가지 단계로 구성됩니다. (i) 스타일별로 사람들의 주행 데이터를 사용하여 image-text 유사도 점수를 사용하여 offline triplet mining을 수행합니다. (ii) 스타일별로 database를 사용하여 frozen visual feature와 small control encoder를 합성한 lightweight retrieval head를 학습합니다. (iii) 스타일별로 database를 query하는 retrieval head를 fine-tuning하여 waypoint prediction에서 retrieve 된 컨텍스트 점을 행동 예시로 취급합니다. 인플루엔스 시점에서, 동일한 backbone은 스타일에 따라 swap하여 per-style database를 query하기 때문에 스타일을 선택하기 위해 per-style retraining이 필요하지 않습니다. closed-loop 시뮬레이션에서 사람 스타일, 스타일 다양성 비 이고 에이전트를 가능하게 합니다. Bench2Drive에서 PersonaDrive(no style)는 SimLingo와 HiP-AD보다 주행 점수를 4.6%, 2.5% 향상시켰고, 스타일 조건이 적용되었을 때 모든 스타일에서 주행 점수를 2% 밴드 내에서 최고로 달성했습니다. (그것의 가장 약한 스타일은 가장 강한 baseline, DMW보다 5.4% 더 높았습니다.) 보수적 지시에서 공격적 지시로 평균 속도와 가속도가 각각 18%, 25% 향상되었습니다.