인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
CAR Planner: 제약 어텐션 기반 강건 모방학습 플래너 CAR Planner: Constrained-Attention-Based Robust Imitation Learning for Autonomous Driving
논문 기본 정보
- 저자정보
- 발행연도
- 2025.11
- 수록면
- 938 - 944 (7page)
피인용 0
CAR Planner: 제약 어텐션 기반 강건 모방학습 플래너
초록·키워드
Imitation Learning (IL) is widely used for autonomous driving but remains vulnerable to shortcut learning, where policies exploit spurious correlations rather than causal driving cues, undermining generalization and robustness under distribution shift and OOD conditions. We present CAR Planner, which augments the attention mechanism with a constrained formulation: an inequality constraint limits the mean deviation of ego-state cross-attention weights from uniform, enforced via the Augmented Lagrangian Method (ALM). This regularizer curbs over-reliance on a few channels and encourages balanced state representations, adding negligible training overhead and no inference cost. On nuPlan, CAR Planner shows markedly smaller performance drops when ego-state channels are reduced, providing strong evidence of robustness against shortcut reliance. Furthermore, it consistently outperforms both an unconstrained baseline(without constraint) and state-of-the-art dropout-based methods in challenging scenarios, while also producing smoother and more stable driving. These results indicate that CAR Planner enables more robust IL for autonomous driving.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095655551
