Breaking survivorship bias in driving world models

이 논문은 운전 월드모델이 사고 영상 부재 때문에 임박한 충돌을 상상하지 못하는 생존 편향을 밝히고, 사고 영상을 섞어 학습한 중립 월드모델로 고친다.

이 논문은 한마디로 기존 운전 월드모델이 거의 안전하게 끝나는 데이터만 배워 충돌이 임박해도 무해한 미래를 상상한다는 문제를 보이고 해결한 연구다. 저자들은 실제 사고 영상 데이터 MM-AU를 일상 운전 데이터와 섞고, 주변 차량 영역에 손실 가중치를 주는 중립 월드모델 NWM을 학습했다. 충돌 0.5초 전 상황에서 Vista와 GEM은 9%와 12%만 충돌을 상상했지만 NWM은 86%였고, 일상 운전에서 허위 충돌률은 8%로 낮았다. NAVSIM 도전 장면에서 NWM 기반 행동 선택은 PDMS 0.783으로 Vista 기반 0.637을 크게 앞섰다.

핵심 요약

• 기존 월드모델은 충돌 0.5초 전에도 Vista 9%, GEM 12%만 충돌을 상상했고, NWM은 86%에 도달했다.
• NWM은 일상 운전 영상에서 허위 충돌률이 8%에 그쳐 사고 영상의 겉모습만 보고 충돌을 만드는 것이 아님을 보였다.
• NAVSIM 도전 장면 200곳에서 NWM 기반 행동 선택은 PDMS 0.783을 기록해 Vista 기반 0.637을 앞섰고 오라클 0.959에 근접했다.
• 실제 연구 차량과 보행자 모형 실험에서 응답 단계 NWM은 모든 결정 지점에서 올바른 제동을 골랐고 Vista는 정확도가 30%로 떨어졌다.
• 두 기본 모델의 주된 실패 양상은 상대 차량이 사라지거나 장면이 멈추는 등 충돌을 회피하는 방향으로 미래를 다시 쓰는 것이었다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.