자율주행을 위한 플로우 매칭 기반 직접 제어 정책 학습

연구진은 버드아이뷰(BEV) 입력에서 바로 가속도와 곡률 시퀀스를 예측하는 플로우 매칭 기반 주행 플래너를 제안했다.

파르마의 시뮬레이션 도시 주행 데이터로 학습한 뒤, 익숙한 환경과 분포 밖 도로 환경 모두에서 안정적인 폐루프 성능을 보였다.

이 방식은 자율주행에서 실시간 제어 정책을 더 빠르고 견고하게 생성할 수 있으며, 학습하지 않은 환경으로의 전이 가능성도 높인다.