엔드투엔드 (End-to-end) 자율주행 플래너 (planner)들은 일반적으로 단일 기록된 궤적 (trajectory)을 모방함으로써 학습되지만, 안전성, 실행 가능성, 진행 상황 및 편안함을 측정하는 규칙 기반 (rule-based) 계획 지표에 의해 평가됩니다. 이는 학습-평가 불일치 (training--evaluation mismatch)를 발생시킵니다. 즉, 기록된 경로에 가까운 궤적은 계획 규칙을 위반할 수 있는 반면, 시연 (demonstration)에서 더 멀리 떨어진 대안들은 유효하며 높은 점수를 유지할 수 있습니다. 이러한 불일치는 후보군 커버리지 (candidate-set coverage)와 스코어러 (scorer)의 순위 지정 품질에 성능이 의존하는 제안-선택 (proposal-selection) 플래너들에게 특히 제한적입니다.

우리는 엔드투엔드 자율주행 계획을 위한 폐쇄 루프 가치 추정 및 순위 지정 (Closed-LOop Value Estimation and Ranking) 프레임워크인 CLOVER를 제안합니다. CLOVER는 경량화된 생성기-스코어러 (generator--scorer) 공식을 따릅니다. 생성기는 다양한 후보 궤적을 생성하고, 스코어러는 추론 (inference) 시점에 이들의 순위를 매기기 위해 계획 지표 하위 점수 (planning-metric sub-scores)를 예측합니다. 단일 궤적 모방을 넘어 제안 지원 (proposal support)을 확장하기 위해, CLOVER는 평가기 필터링을 거친 의사 전문가 (pseudo-expert) 궤적을 구축하고 집합 수준 커버리지 감독 (set-level coverage supervision)을 통해 생성기를 학습시킵니다. 그 후 보수적인 폐쇄 루프 자기 증류 (closed-loop self-distillation)를 수행합니다. 즉, 스코어러는 생성된 제안들에 대해 실제 평가기 하위 점수에 맞춰 피팅(fitting)되는 한편, 생성기는 안정성 정규화 (stability regularization)와 함께 교사(teacher)가 선택한 상위 $k$개 및 벡터-파레토 (vector-Pareto) 타겟을 향해 정교화됩니다.

우리는 불완전한 스코어러가 언제 생성기를 개선할 수 있는지 분석하며, 스코어러가 선택한 타겟이 실제 평가기 하에서 풍부해지고 업데이트가 보수적으로 유지될 때 스코어러 매개 정교화 (scorer-mediated refinement)가 신뢰할 수 있음을 보여줍니다. NAVSIM에서 CLOVER는 94.5 PDMS와 90.4 EPDMS를 달성하여 새로운 SOTA (state of the art)를 수립했습니다. 더 까다로운 NavHard 분할 데이터셋에서는 48.3 EPDMS를 기록하여 보고된 가장 강력한 결과와 일치했습니다. 추가적인 nuScenes 오픈 루프 (open-loop) 평가에서 CLOVER는 비교된 방법들 중 가장 낮은 L2 오차와 충돌률을 달성했습니다. 코드 데이터는 https://github.com/WilliamXuanYu/CLOVER 에서 공개될 예정입니다.