GuidedWAM guide des modèles d’action pour la conduite autonome

LLéna

GuidedWAM permet d’ajouter des objectifs de conduite à des modèles d’action du monde sans les réentraîner, selon arXiv. La méthode intervient au moment de l’échantillonnage, c’est-à-dire pendant la génération des actions par le modèle. Elle ne demande qu’un accès en inférence : les modèles restent gelés, et leur entraînement n’est pas repris pour intégrer les objectifs. Le cadre est agnostique, et son principe est de guider le modèle au moment où il produit ses actions, plutôt que de modifier ses paramètres au préalable. Pour cela, GuidedWAM construit des fonctions d’énergie différentiables à partir d’estimations intermédiaires d’actions propres fournies par le processus d’échantillonnage. Ces fonctions servent à injecter les objectifs de conduite dans ce processus. La méthode stabilise ce guidage en le programmant pendant l’échantillonnage, en normalisant chaque énergie et en limitant la vitesse d’une correction. L’évaluation porte sur 3 modèles d’action du monde gelés et accessibles publiquement. Sur le split difficile de NAVSIM v2, le guidage améliore le score EPDMS de chacun de ces modèles, avec des gains allant de 1,8 à 3,6 points. Ce résultat concerne donc les 3 modèles évalués et ce test précis, pas une mesure générale de la conduite autonome. L’apport mis en avant est de pouvoir orienter des modèles déjà entraînés au moment de leur utilisation, sans les réentraîner, grâce à des objectifs intégrés pendant la production des actions et à des mécanismes destinés à stabiliser ce guidage.