Shift & Drift：汎用性とロバスト性を備えた自動運転行動計画のためのゼロショットベンチマーク
Shift & Driftは、意味的分布シフト（新しい都市トポロジー）と状態分布ドリフト（実行摂動）の下で自動運転行動計画器を評価する二重トラックベンチマークです。研究では、模倣学習手法は分布内で優れた性能を示すが、意味的シフト下で顕著に失敗する一方、強化学習ベースの計画器はより穏やかな性能低下を示すことが明らかになりました。
最近、「Shift & Drift」と名付けられた研究が、自動運転行動計画器の分布シフト下での汎化能力とロバスト性を厳密に評価するための革新的な二重トラックベンチマークを提案しました。この研究は、2026年のIEEE/RSJ国際インテリジェントロボットシステム会議（IROS 2026）に受理されています。
現在、大規模なオブジェクトレベルデータセット（nuPlanなど）で訓練された閉ループ行動計画器は、分布内のシナリオで高い性能を発揮しますが、未知の都市トポロジーへの汎化や実行摂動後の回復メカニズムは十分に研究されていません。このギャップを埋めるため、研究者らはShift & Driftベンチマークを設計し、計画器を2つの重要な軸でストレステストしました。
1つ目は「意味的シフトトラック」です。このトラックでは、航空データセットDeepScenario Open 3DをnuPlanシミュレーションフレームワークに変換する新しいパイプラインを利用し、北米とシンガポールのデータで訓練された計画器を、ドイツの4都市と米国サンフランシスコの1182シナリオ（密集した歩行者・自転車相互作用を含む）に対してゼロショット評価します。
2つ目は「状態分布ドリフトトラック」です。このトラックでは、自車両のダイナミクスに確率的摂動を注入し、複合的な実行誤差に対するロバスト性を定量化します。
このベンチマークに基づき、研究チームは様々な計画パラダイムの意味的シフトと状態分布ドリフト下での故障モードを体系的に評価しました。模倣学習手法は分布内ベンチマークで高いスコアを達成するものの、意味的シフト下、特に歩行者密集環境で顕著な失敗を示し、時間的に相関した作動ノイズ下で持続的なドリフトに悩まされることが明らかになりました。対照的に、評価された強化学習ベースの計画器はより緩やかな性能低下を示し、両トラックでより高い安全性と進行指標を維持しました。
これらの発見は、模倣忠実度と閉ループ弾力性の間の経験的なトレードオフを明らかにし、信頼性の高い展開に向けた進歩を評価するための厳格なベンチマークをコミュニティに提供します。