研究論文「BEVCast」は11月5日(現地時間)、効率的なエンドツーエンド自律走行に向けたパス適応型鳥瞰図 (BEV) モデルとしてarXivに公開された。ビーブキャスト (BEVCast) は、予測された走行経路に応じて鳥瞰図の解像度を動的に調整することで、計算資源の効率的な利用を目指す。従来のカメラベースの運転モデルが固定解像度のグリッドに均一な計算を割り当てるのに対し、BEVCastは走行経路上のセルに重点的に高解像度を適用する方式を採用している。
Qiren Wang氏、Mingyu Guo氏、Zixuan Wang氏、Weisong Shi氏の各氏は、車両が計画範囲内で通過するセルは一部であるにもかかわらず、高密度の鳥瞰図 (BEV) グリッドのすべてのセルに同じ計算を費やす既存モデルの課題を指摘した。
BEVCastは2段階のBEVであり、予測された走行経路に解像度が適応する。まず、粗いパスでシーン全体を4.096 mのセルグリッドでエンコードする。次に、記録された経路で訓練されたヒートヘッドが各粗いセルにヒートを割り当て、最も高いヒートを持つセルは固定予算の下で1.024 mのセルに精密化される。残りのセルは粗い解像度を維持するため、軌道ヘッドは、シーン全体をカバーし、かつ高精細マップ (HD map) やナビゲーションコマンドを必要としない混合解像度BEVを読み取る。
同じアーキテクチャと訓練レシピを持つ1.024 mセルのフルグリッドと比較して、BEVCastは10%の精密化予算で、BEVクエリの28%をエンコードし、バッチサイズ1でBEVエンコーダ時間の66%を必要とした。nuScenesにおける平均変位誤差は1.078 m (比較対象は1.149 m)、走行可能領域違反率は1.46% (同2.29%) を記録した。NAVSIM navtestでは、平均変位誤差は0.577 m (同0.598 m)、拡張予測ドライバーモデルスコアは82.51 (同81.28) であった。公開されているプランナーと比較しても、BEVCastはナビゲーションコマンドなしで両ベンチマークで同等の誤差を達成している。
参考: arXiv cs.CV (アーカイブ) — 2026年11月9日 14:00 (JST)
原文ハイライト"Path-Adaptive BEV for Efficient End-to-End Autonomous Driving"