自動運転開発の拡張性比較：May MobiltiyのMPDM技術 🆚 ルールべースでの開発

ルールベースで開発した際の技術及びコスト上の課題

図１をご覧ください。自動運転車両（緑色）は、2台の車両（青色）と歩行者（水色の丸）がいる交差点に近づいています。

エンジニアは、ルールベースメントシステムにおいて、状況に基づいてどのように反応するかを選択するアルゴリズムを作成します。実際のシステムにはもっと多くの例がありますが、ここではこれを行うための2つの例として、次のようなものがあります。

1. 自動運転車両が、自身の前方にある車両を追跡するために最も近いオブジェクトを選択します。
2. 最も高いリスクをもたらすルート近くの対象物（例えば歩行者。歩行者が道路に対してどこに立っているかによって異なります）を選択します。

エンジニアが直接これらの決定をプログラムするのではなく、システムがたくさんのシナリオ（例：シミュレーション）を確認し、結果が安全（「良い」）か危険（「悪い」）かに応じて走行可否を判断します。

このアプローチの問題は、このシナリオが様々な方法で展開される可能性があることです。

図2（以下）では、比較的穏やかなケースからいくつかのトリッキーな停止シナリオまで、5つの異なる可能性を示していますが、これらは決して網羅的ではありません。

プログラマーがシステムが状況に遭遇する前に何をすべきかを決定すると、この決定が誤っている場合、悪い結果につながる可能性があります。たとえば、シナリオ5がシステムが先行車に従っているときに発生した場合、またはシナリオ2が車両が歩行者に反応しているときに発生した場合、どうなるでしょうか？エンジニアが考慮しなかったシナリオが発生した場合はどうでしょうか？実際、現実世界で起こりうることの組み合わせは広範囲にわたるため、この最後の状況は実際に起こり得ます。

図2：図1のシナリオは、これらの5つを含めて多くの方法で展開する可能性があります。すべての可能なシナリオを予測するためのロジックを書くことは困難です。また、どのシナリオが発生するかを予測し、正しいアクションを選択することも困難です。

これらの問題を緩和するため、エンジニアは予測を使用して、選択されたアクションが状況に最も適している可能性を高めることがよくあります。過去に各オブジェクトがどこにあったか、どのように動いたかに基づいてアクションを選択するのではなく、システムはオブジェクトが将来どこにあるかを計算してアクションを選択します。

例えば、システムは、シーン内のすべての物体の位置と速度をニューラルネットワークで処理し、シナリオがどのように進行するかを予測します。この例では、ネットワークトレーニング中に観察されたケースに基づいて、図2のシナリオ1が最も可能性が高いとシステムが判断することがあります。

通常、この種のアプローチはより良い結果をもたらしますが、それでも基本的にはルールベースのアプローチです。選択されたアクションは現在の観測状態ではなく予測に基づいていますが、このアクションはエンジニアまたは機械学習アルゴリズムによって事前に決定されています。

例えば、予測システムは、横断歩道に入ると予測される場合には、横断歩道に入るのを待つのではなく、歩行者のために停止します。しかし、停止動作はまだハードコードされており、システムは異なるエンティティ間の複雑な相互作用（例えば、図2のシナリオ4はこれらのシステムにとって特に困難です）や、過去のトレーニングやテストデータで観察されなかったシナリオに遭遇した場合には、まだ誤りを犯す可能性があります。

これらの問題を解決するために、自動運転チームはエンジニアリングチームを拡大し、データニーズを指数関数的に増やす必要があります。十分なデータが収集されれば、システムはすべての状況を見て、正しく対応することができると考えられています。しかし、実際には、可能な行動の組み合わせのスペースは広大であり、道路幅、植生の位置、駐車場の位置、横断歩道の位置などの小さな環境の変化でも、正しく処理するためには大きなエンジニアリング努力とデータ処理が必要です。

基本的に、ルールベースに基づくシステムはシナリオの拡張が難しく、構築と維持に多大なリソースが必要です。

図3：一部の自動運転システムは機械学習を使用して、何が起こるかを予測します。これにより性能が大幅に向上することがありますが、システムが誤った場合、悪いまたは危険な振る舞いを引き起こす可能性があります。

当社 MPDM（自動運転意思決定AIシステム）は不確実性を克服し、社会実装の拡張性を促進する

MPDMは表面的にはシンプルに見えますが、ある意味ではそうです。MPDMを動かすためには、運転シチュエーションにおける人間の行動モデルを作成し、リアルタイムよりも何百倍も速く実行できるシミュレータを作成するという2つの難しい問題を解決する必要があります。しかし、これらの問題が解決されると、MPDMのシンプルさは、初期のコミットメントシステムにとって新規性、不確実性、スケールがもたらす課題を克服する力を持っていることがわかります。

まず、MPDMは人間の行動をモデル化できるあらゆる状況に対応できます。それは、MPDMの決定が状況の特定に依存しないため、新しい状況にも対応できるからです。MPDMは適用可能なすべての行動を常に考慮し、仮想的にそのシナリオを走行してから選択します。最適な行動は仮想走行から生まれます。

MPDMは、環境に不確実性がある場合でも安全な行動を選択します。

例えば、隠蔽により、認識システムが人が歩行者か自転車乗りかを判断できない場合、MPDMは両方の可能性をシミュレーションします。車両が2つのレーンのうちどちらにいるかを完璧に判断できない場合、MPDMは両方の場合における可能性のある行動をシミュレーションします。歩行者が道路を横断するか、歩道で立ち往生するかを確実に判断できない場合、MPDMは選択された行動がどちらの場合でも安全であることを確認します。その結果、自動運転意思決定AIシステム・MPDMの振る舞いは人間のようになります。不確実な場合は減速し、余裕を持って運転し、確実な場合はより断固とした運転をします。

MPDMは、初期のコミットメントアプローチよりもはるかにスケーラブルであり、多くの開発者やリソースを必要としません。このスケーリングの利点は、MPDMをプログラムする際に、物事の組み合わせを認識またはモデル化する必要がないためです。物事の組み合わせ（例えば、歩行者が横断する可能性がある車に従って黄色い信号が点滅する）は、直接モデル化する場合、大量のエンジニアリングやデータ処理リソースが必要になります。MPDMでは、運転シチュエーションにおける人間の行動のモデルを作成するだけで済みます。このモデルの構築には、かなりの労力と時間がかかるかもしれませんが、一度機能し、検証されたら、すべての環境や状況に適用できます。MPDMは、自動運転の開発において最もスケーラブルなアプローチです。

これらの3つの利点を合わせると、スケールの構築に必要な基盤が提供されます。技術が効率的に構築され、新しい高度な状況でもうまく機能し、サイトのカスタマイズを制限することができれば、数千の異なる環境に迅速に展開することができます。MPDMはこれらの利点を提供し、スケールでの自動運転を実現するユニークな技術です。