PLUTO: Pushing the Limit of Imitation Learning-based Planning for Autonomous Driving

我们提出了PLUTO，这是一个强大的框架，将基于模仿学习的自动驾驶规划推向了极限。我们的改进源于三个关键方面：一种纵向-横向感知的模型架构，使得驾驶行为灵活多样；一种创新的辅助损失计算方法，适用范围广泛，且批量计算高效；一种新的训练框架，利用对比学习，辅以一套新的数据增强方法来调节驾驶行为，促进对底层交互的理解。我们使用大规模真实世界的nuPlan数据集及其相关的标准化规划基准来评估我们的框架。令人印象深刻的是，PLUTO实现了最先进的闭环性能，超过了其他竞争的基于学习的方法，首次超越了当前最优秀的基于规则的计划器。结果和代码可在https://jchengai.github.io/pluto上找到。

PLUTO框架试图解决自动驾驶中的规划问题，即如何在真实场景中实现高效、灵活、多样化的驾驶行为。

PLUTO框架的关键思路是：采用纵向-横向感知的模型架构，结合创新的辅助损失计算方法和新的数据增强方式，利用对比学习来调节驾驶行为，提高模型的泛化能力。

PLUTO框架基于大规模真实数据集nuPlan进行评估，实现了闭环性能的最新水平，超过了其他基于学习的方法和当前最优的基于规则的规划器。该论文还开源了代码和数据集，并提出了值得进一步研究的问题，如如何更好地利用多模态数据。

相关研究包括：1）基于模型的规划器，如MPC、LQR等；2）基于规则的规划器，如nuScenes、Argoverse等；3）基于学习的规划器，如CIL、ChauffeurNet等。