PlanT : Planification explicable par des représentations au niveau des objets

Planifier une trajectoire optimale dans un environnement complexe nécessite une raisonnement efficace sur la scène environnante. Alors que les conducteurs humains privilégient les objets importants et ignorent les détails non pertinents pour la décision, les planificateurs basés sur l'apprentissage extraient généralement des caractéristiques à partir de représentations grilles denses et de haute dimension contenant toutes les informations contextuelles des véhicules et de la route. Dans cet article, nous proposons PlanT, une nouvelle approche pour la planification dans le contexte de la conduite autonome qui utilise une architecture de transformateur standard. PlanT est basé sur l'apprentissage par imitation avec une représentation d'entrée au niveau objet compacte. Sur le banc d'essai Longest6 pour CARLA, PlanT surpasse toutes les méthodes précédentes (atteignant le score de conduite de l'expert) tout en étant 5,3 fois plus rapide que les méthodes de planification basées sur des pixels équivalentes lors de l'inférence. Lorsque PlanT est combiné avec un module de perception prêt à l'emploi, il fournit un système de conduite basé sur les capteurs qui est supérieur de plus de 10 points en termes de score de conduite par rapport à l'état actuel de l'art. De plus, nous proposons un protocole d'évaluation pour quantifier la capacité des planificateurs à identifier les objets pertinents, offrant des perspectives sur leur prise de décision. Nos résultats indiquent que PlanT peut se concentrer sur l'objet le plus pertinent dans la scène, même lorsque cet objet est géométriquement éloigné.