Scene-Adaptive Motion Planning with Explicit Mixture of Experts and Interaction-Oriented Optimization
作者: Hongbiao Zhu, Liulong Ma, Xian Wu, Xin Deng, Xiaoyao Liang
分类: cs.RO
发布日期: 2025-05-18 (更新: 2025-05-30)
备注: Main text 10 pages with 7 figures
💡 一句话要点
提出EMoE-Planner，通过显式混合专家和交互优化实现场景自适应的运动规划。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 自动驾驶 轨迹规划 混合专家网络 运动规划 交互预测
📋 核心要点
- 现有自动驾驶轨迹规划方法难以适应轨迹的多模态特性和复杂场景。
- EMoE-Planner利用显式混合专家网络和场景特定查询来提升规划性能。
- 在Nuplan数据集上的实验表明，该模型性能超越现有SOTA模型和规则算法。
📝 摘要（中文）
本文提出EMoE-Planner，旨在解决复杂城市环境中自动驾驶轨迹规划所面临的挑战，包括轨迹的多模态特性、单一专家模型在多样化场景中的局限性以及对环境交互考虑不足的问题。该规划器包含三个创新方法：首先，显式混合专家(MoE)通过共享场景路由，基于场景特定信息动态选择专家；其次，利用场景特定查询提供多模态先验，引导模型关注相关目标区域；最后，通过考虑自车与其他智能体的交互来增强预测模型和损失计算，从而显著提升规划性能。在Nuplan数据集上与SOTA方法进行的对比实验表明，该模型在几乎所有测试场景中均优于SOTA模型。该模型是首个在几乎所有Nuplan闭环仿真中性能超越基于规则算法的纯学习模型。
🔬 方法详解
问题定义：现有自动驾驶轨迹规划方法在复杂城市环境中面临挑战，主要痛点包括：难以有效处理轨迹规划的多模态特性，单一专家模型难以应对多样化的驾驶场景，以及对车辆与周围环境（尤其是其他交通参与者）的交互考虑不足，导致规划结果不够安全和高效。
核心思路：本文的核心思路是利用显式混合专家网络（Explicit Mixture of Experts, EMoE）来动态选择适用于特定场景的专家模型，并结合场景特定的查询信息来提供多模态先验，引导模型关注相关的目标区域。此外，通过显式地建模自车与其他智能体之间的交互关系，增强预测模型和损失计算，从而提升规划性能。这样设计的目的是为了使规划器能够更好地适应不同的驾驶场景，并生成更安全、更高效的轨迹。
技术框架：EMoE-Planner的整体架构包含以下几个主要模块：1) 场景理解模块：负责提取场景的特征信息，例如道路结构、交通规则、其他车辆的位置和速度等。2) 显式混合专家模块：根据场景特征，通过一个共享的场景路由网络，动态选择合适的专家模型。每个专家模型负责处理特定类型的场景。3) 多模态先验生成模块：利用场景特定的查询信息，生成多模态的轨迹先验，引导模型关注相关的目标区域。4) 交互预测模块：显式地建模自车与其他智能体之间的交互关系，预测其他智能体的未来行为。5) 轨迹优化模块：综合考虑场景信息、多模态先验和交互预测结果，生成最终的轨迹。
关键创新：该论文的关键创新在于以下几个方面：1) 显式混合专家网络：不同于传统的单一模型，EMoE能够根据场景动态选择专家，从而更好地适应不同的驾驶场景。2) 场景特定查询：通过场景特定的查询信息，提供多模态先验，引导模型关注相关的目标区域。3) 交互预测：显式地建模自车与其他智能体之间的交互关系，增强预测模型和损失计算。与现有方法的本质区别在于，EMoE-Planner能够更好地适应不同的驾驶场景，并生成更安全、更高效的轨迹。
关键设计：在显式混合专家网络中，场景路由网络的结构和训练方式是关键。论文可能采用了某种注意力机制或者门控机制来实现场景路由。损失函数的设计也至关重要，需要综合考虑轨迹的安全性、效率性和舒适性。此外，交互预测模块的具体实现方式，例如采用图神经网络或者其他序列模型，也会影响最终的规划性能。具体的参数设置和网络结构细节需要在论文中进一步查找。
🖼️ 关键图片
📊 实验亮点
EMoE-Planner在Nuplan数据集上进行了广泛的实验，结果表明其性能显著优于现有的SOTA方法。值得注意的是，该模型是首个在几乎所有Nuplan闭环仿真中性能超越基于规则算法的纯学习模型，证明了其在复杂城市环境中的强大适应性和规划能力。具体的性能提升数据需要在论文中查找。
🎯 应用场景
该研究成果可应用于各种自动驾驶系统，尤其是在复杂城市环境中。通过提升轨迹规划的安全性和效率，可以提高自动驾驶车辆的可靠性和用户体验。此外，该方法还可以扩展到其他机器人运动规划领域，例如无人机、自动泊车等。
📄 摘要（原文）
Despite over a decade of development, autonomous driving trajectory planning in complex urban environments continues to encounter significant challenges. These challenges include the difficulty in accommodating the multi-modal nature of trajectories, the limitations of single expert model in managing diverse scenarios, and insufficient consideration of environmental interactions. To address these issues, this paper introduces the EMoE-Planner, which incorporates three innovative approaches. Firstly, the Explicit MoE (Mixture of Experts) dynamically selects specialized experts based on scenario-specific information through a shared scene router. Secondly, the planner utilizes scene-specific queries to provide multi-modal priors, directing the model's focus towards relevant target areas. Lastly, it enhances the prediction model and loss calculation by considering the interactions between the ego vehicle and other agents, thereby significantly boosting planning performance. Comparative experiments were conducted on the Nuplan dataset against the state-of-the-art methods. The simulation results demonstrate that our model consistently outperforms SOTA models across nearly all test scenarios. Our model is the first pure learning model to achieve performance surpassing rule-based algorithms in almost all Nuplan closed-loop simulations.