CLOVER: 엔드투엔드 자율주행 계획을 위한 폐쇄 루프 가치 추정 및 순위 지정 (Closed-Loop Value Estimation &

요약

본 글은 엔드투엔드 자율주행 계획의 한계점인 '학습-평가 불일치' 문제를 해결하기 위해 CLOVER라는 새로운 프레임워크를 제안합니다. CLOVER는 생성기(generator)와 스코어러(scorer)를 결합한 폐쇄 루프 가치 추정 및 순위 지정 방식을 사용하며, 의사 전문가 궤적과 집합 수준 커버리지 감독을 통해 생성기를 학습시키고, 보수적인 자기 증류 과정을 거쳐 성능을 향상시킵니다. 이 프레임워크는 NAVSIM 등 여러 평가 환경에서 기존 최고 기록(SOTA)을 경신하는 뛰어난 성능을 입증했습니다.

핵심 포인트

• CLOVER는 엔드투엔드 자율주행 계획의 학습-평가 불일치 문제를 해결합니다.
• 폐쇄 루프 가치 추정 및 순위 지정 프레임워크를 사용하여 생성기와 스코어러를 결합합니다.
• 집합 수준 커버리지 감독과 보수적인 자기 증류 과정을 통해 모델을 정교화하여 안정성을 높입니다.
• NAVSIM, NavHard 등 다양한 평가 환경에서 기존 최고 기록(SOTA)을 경신하는 성능을 보여주었습니다.