Un nuevo sistema de conducción autónoma de extremo a extremo permite a los operadores seleccionar un estilo de conducción específico —desde el más conservador, pegado al carril, hasta cambios de carril agresivos— sin necesidad de reentrenar el modelo. Investigadores de la Universidad de Changchun desarrollaron D³-MoE, que utiliza un enfoque de mezcla dual de expertos con redes de expertos laterales y longitudinales separadas, todo guiado por un generador de trayectorias basado en difusión que traduce directamente tu preferencia de estilo en movimiento.
Tabla de Contenidos
- Lo que los investigadores construyeron
- Resultados clave
- Cómo funciona
- Por qué esto es importante para la robótica
- Limitaciones y preguntas abiertas
- Preguntas frecuentes
- Conclusión
Lo que los investigadores construyeron
D³-MoE es un modelo de conducción autónoma de extremo a extremo que toma entradas de múltiples sensores —seis cámaras, LiDAR, mapas HD— y genera directamente una trayectoria de 4 segundos compuesta por ocho puntos de ruta. Lo que lo distingue es su capacidad para controlar el estilo de la trayectoria generada en tiempo de inferencia usando una simple etiqueta de estilo discreta: agresivo, conservador o neutral.
Para lograrlo, la arquitectura utiliza dos módulos de mezcla de expertos (MoE) separados: uno para el comportamiento lateral (giros) y otro para el longitudinal (velocidad). El MoE lateral tiene cinco expertos: giro brusco izquierdo, izquierdo, recto, derecho, giro brusco derecho. El MoE longitudinal tiene tres: frenado, crucero, aceleración. Dos enrutadores independientes seleccionan qué experto activar según los datos de entrada y el estilo deseado. Luego, los expertos seleccionados guían un modelo de difusión condicional que transforma una trayectoria aleatoria en un camino suave y coherente con el estilo.
Los datos de entrenamiento se aumentaron con trayectorias sintéticas agresivas y conservadoras para enseñar al modelo todo el espectro de personalidades de conducción. El resultado es un único modelo que se puede ajustar sobre la marcha sin necesidad de ajuste adicional.
Resultados clave
El modelo se entrenó y evaluó en el conjunto de datos NAVSIM, que contiene escenas de conducción de varias ciudades de Estados Unidos. D³-MoE se comparó con varias líneas base, incluyendo difusión simple, MoE incondicional y planificadores de extremo a extremo como UniAD y VAD.
La métrica principal es el Predictive Driving Model Score (PDMS) y su variante extendida EPDMS. El artículo informa que D³-MoE alcanza el PDMS más alto entre todos los métodos, al tiempo que produce las trayectorias más coherentes con el estilo. Específicamente:
- Controlabilidad del estilo: Cuando se le da una etiqueta de estilo agresivo, las trayectorias generadas por el modelo mostraron perfiles de velocidad más altos y cambios de carril más frecuentes. Con una etiqueta conservadora, las trayectorias mostraron velocidades más bajas y un centrado más estricto en el carril.
- Métricas de seguridad: D³-MoE mantuvo tasas de colisión cercanas a cero y altos valores de tiempo hasta la colisión en todos los estilos, con el estilo conservador logrando una tasa de cero colisiones en el conjunto de validación.
- Confort: El modo agresivo produjo movimientos ligeramente más bruscos (caída de ~5% en la puntuación de confort), pero aún dentro de umbrales aceptables para el pasajero.
- Generalización: El modelo mantuvo un comportamiento coherente con el estilo incluso en geometrías de carretera y condiciones de tráfico no vistas.
La métrica extendida EPDMS, que incluye mantenimiento de carril y cumplimiento de semáforos, mostró que todas las variantes de estilo cumplen con las reglas básicas de tráfico, y el modo conservador rara vez requería frenadas bruscas.
Cómo funciona
D³-MoE procesa un historial de 2 segundos de imágenes multi-vista, nubes de puntos LiDAR y datos de mapas para producir una trayectoria de 8 puntos de ruta que abarca los próximos 4 segundos. La innovación central es la mezcla dual desacoplada de expertos.
MoE dual desacoplado: En lugar de usar un único MoE que debe aprender todos los aspectos de la conducción, la arquitectura separa el control lateral y longitudinal. Cada uno tiene su propio conjunto de expertos y su propio enrutador (una red neuronal ligera). Los enrutadores reciben tanto las incrustaciones de los sensores como la etiqueta de estilo one-hot, y generan un vector de compuerta suave que combina las salidas de los expertos.
| Dominio del Experto | Número de Expertos | Nombres de los Expertos |
|---|---|---|
| Lateral | 5 | giro brusco izquierdo, izquierdo, recto, derecho, giro brusco derecho |
| Longitudinal | 3 | frenado, crucero, aceleración |
Decodificador de difusión condicional: La generación de trayectorias comienza con ruido gaussiano y se va eliminando iterativamente el ruido en múltiples pasos. El proceso de difusión está condicionado por dos cosas: las incrustaciones de sensores fusionadas del módulo de percepción, y la latente guiada por expertos (la salida de los enrutadores MoE). Esto condiciona al eliminador de ruido para producir una trayectoria que coincida con el estilo elegido y respete la geometría de la escena.
Aumento de estilo: Para entrenar al modelo a comprender diferentes estilos, los investigadores alteraron sintéticamente las trayectorias reales. Las trayectorias agresivas se crearon amplificando la velocidad y extendiéndolas a lo largo de la línea central del carril, con recorte de seguridad para evitar comportamientos irreales. Las trayectorias conservadoras se generaron reduciendo progresivamente la velocidad, ampliando los márgenes de seguimiento del vehículo y, si era necesario, truncando el horizonte para simular máxima precaución.
En inferencia, el usuario solo necesita pasar una etiqueta de estilo (0=conservador, 1=neutral, 2=agresivo) junto con los datos del sensor. Los enrutadores activan automáticamente los expertos apropiados y guían el proceso de difusión en consecuencia.
Por qué esto es importante para la robótica
La conducción autónoma con estilo controlable tiene valor comercial y operativo directo. Para robots de almacén y vehículos logísticos, la capacidad de cambiar entre modos de conducción prudente y asertivo significa que la misma flota de robots puede navegar pasillos estrechos durante horas pico y circular de manera eficiente fuera de ellas. En vehículos de pasajeros, los fabricantes pueden ofrecer un único conjunto de planificación que se adapte a la preferencia del conductor o a la cultura de conducción regional.
La arquitectura MoE dual también es una plantilla poderosa para otros dominios de robótica. Cualquier sistema que deba equilibrar múltiples objetivos de comportamiento —como un brazo robótico que equilibre velocidad y precisión, o un robot con patas que ajuste su forma de andar— puede beneficiarse del enfoque de expertos desacoplados. La conclusión clave: en lugar de entrenar modelos separados para cada estilo, se puede entrenar un solo modelo con expertos condicionados al estilo, permitiendo cambios de comportamiento sobre la marcha sin reentrenar.
Para ingenieros de mantenimiento y operadores de flotas, esto significa menos modelos que implementar, actualizaciones más simples y un comportamiento consistente en entornos diversos. El uso de un decodificador de difusión también produce trayectorias más suaves que los planificadores basados en optimización tradicionales, reduciendo el desgaste de los actuadores y mejorando la eficiencia.
Limitaciones y preguntas abiertas
El modelo actual se basa en una única etiqueta de estilo discreta. La conducción en el mundo real es matizada: un conductor puede querer aceleración agresiva pero cambios de carril conservadores. Una incrustación de estilo continua o multidimensional sería más flexible.
El aumento sintético de trayectorias es simplista: agresivo significa "acelerar y girar", pero la conducción agresiva real también implica seguir muy de cerca y frenar tarde. El artículo no muestra cómo maneja el modelo comportamientos de conducción extremos como maniobras evasivas de emergencia.
Además, la evaluación se limita al conjunto de datos NAVSIM, que contiene principalmente conducción en autopistas y zonas urbanas de ciudades estadounidenses. Se desconoce el rendimiento en tráfico denso, normas de circulación fuera de EE. UU. o condiciones climáticas adversas. Tampoco se informa la velocidad de inferencia en tiempo real ni el costo computacional en hardware integrado.
Preguntas frecuentes
¿Cómo funciona el control de estilo a alto nivel? Se pasa una etiqueta entera simple (0, 1 o 2) correspondiente a conducción conservadora, neutral o agresiva. Los enrutadores duales del modelo seleccionan qué expertos laterales y longitudinales activar, influyendo en la trayectoria que produce el decodificador de difusión.
¿Puede el modelo cambiar de estilo a mitad de escena sin reentrenar? Sí, la etiqueta de estilo se puede cambiar en cualquier paso de inferencia sin ningún ajuste. El modelo fue diseñado para generalizar entre estilos a partir de los mismos pesos.
¿El modelo mantiene la seguridad cuando se configura en modo agresivo? Sí. El modo agresivo produce mayores velocidades y más cambios de carril, pero el modelo aún respeta los semáforos, los límites de carril y la evitación de colisiones. Las métricas de seguridad como TTC y tasas de colisión se mantuvieron cerca del nivel del modo neutral.
¿Qué datos se usaron para entrenar el modelo consciente del estilo? El modelo base se entrenó en el conjunto de datos NAVSIM, que incluye cientos de horas de conducción real. Para enseñar estilos, los investigadores aumentaron sintéticamente las trayectorias: acelerando y extendiendo para agresivo, y disminuyendo la velocidad y ampliando márgenes para conservador.
Conclusión
D³-MoE demuestra que la conducción autónoma con estilo controlable es alcanzable con un único modelo de extremo a extremo desacoplando las decisiones laterales y longitudinales en módulos de expertos separados. El enfoque es práctico, se basa en conjuntos de datos existentes y planificación basada en difusión, y abre la puerta a un comportamiento de robot ajustable por el usuario en logística, entrega de última milla y movilidad personal.