CARLA: オープンな都市運転シミュレータ
1分まとめ
Unreal Engine 4上に構築されたオープンソースの都市運転シミュレータCARLAを提案した。モジュラーパイプラインと模倣学習は新規環境でのナビゲーション成功率がそれぞれ24%と40%だったのに対し、強化学習は3%に留まり、以後の自動運転研究のベンチマーク基盤となった。
- 自動運転研究向けのオープンソースシミュレータCARLAを提案。Unreal Engine 4ベースで、40種の建物・16種の車両・50種の歩行者アセットと2つの町（訓練用2.9km、テスト用1.4km）を無償公開した。
- モジュラーパイプラインと模倣学習は同等の性能を示し、新規町でのナビゲーション成功率はそれぞれ24%と40%。強化学習（A3C）は同条件で3%と大きく下回った。
- ただし評価はシミュレーションのみで、実車や実環境での検証は行われていない。また、エピソード数は各条件25回と統計的なばらつきを考慮するには少ない。
- この論文は以後の自動運転研究で標準的に使われる評価環境の基盤を作った。現在のCARLAは地図・タスク・センサーモデルが拡張され、コミュニティの共通プラットフォームとして普及している。
課題
実車での自動運転の開発・検証はコストと安全性の面で大きな障壁がある。既存のシミュレータは、レース用のTORCSが都市運転に必要な歩行者や交差点、交通ルールを欠く一方、商用ゲームのGTA Vはカスタマイズ性やベンチマーク機能が不十分だった。CARLAは、こうしたギャップを埋めるためにゼロから構築された。
提案手法
CARLAはUnreal Engine 4上に実装されたサーバークライアント方式のシミュレータである。サーバーがシミュレーションとレンダリングを行い、クライアントはPython APIを通じて車両制御（ステアリング・スロットル・ブレーキ）と環境設定（天候、照明、車両・歩行者密度）を変更できる。センサーはRGBカメラと、深度・セマンティックセグメンテーションを出力する疑似センサーを備える。動的オブジェクトとして車両16種と歩行者50種がランダムに出現し、歩行者は道路横断などの行動をとる。この環境で、モジュラーパイプライン（RefineNetによる認識とPID制御）、条件付き模倣学習（約14時間の運転データで学習）、強化学習（A3C、1,000万ステップ）の3手法を比較した。
評価と結果
評価は4タスク（直進・1回曲がる・ナビゲーション・動的障害物ありナビゲーション）を、訓練済みのTown 1と未見のTown 2、および訓練気象と未見気象の組み合わせで実施した。各条件25エピソードの成功率を測定し、制限時間は最適経路を時速10km/hで走行した場合の所要時間とした。トレーニング条件では、ナビゲーション成功率はモジュラーパイプライン80%、模倣学習86%、強化学習14%だった。新規町（Town 2）ではそれぞれ24%、40%、3%に低下し、新規環境への一般化が課題として浮き彫りになった。一方、新規気象のみでは模倣学習はナビゲーションで84%を維持し、気象変化への頑健性を示した。違反分析では、トレーニング条件下で逆車線走行の平均間隔が模倣学習で33.4kmだったのに対し、強化学習は0.18kmであり、制御品質の差が顕著だった。
3手法のタスク別成功率（%）
| タスク | トレーニング条件 (MP/IL/RL) | 新規町 (MP/IL/RL) | 新規気象 (MP/IL/RL) | 新規町＆新規気象 (MP/IL/RL) |
|---|---|---|---|---|
| 直進 | 98 / 95 / 89 | 92 / 97 / 74 | 100 / 98 / 86 | 50 / 80 / 68 |
| 1回曲がる | 82 / 89 / 34 | 61 / 59 / 12 | 95 / 90 / 16 | 50 / 48 / 20 |
| ナビゲーション | 80 / 86 / 14 | 24 / 40 / 3 | 94 / 84 / 2 | 47 / 44 / 6 |
| 動的障害物ありナビゲーション | 77 / 83 / 7 | 24 / 38 / 2 | 89 / 82 / 2 | 44 / 42 / 4 |
ナビゲーションタスクにおける成功率（トレーニング条件と新規町の比較）
新規性
既存のレース用シミュレータや商用ゲームが持っていた制約（都市環境の複雑さ、カスタマイズ性、ベンチマーク機能）を解消するため、ゼロからデジタルアセットを作成し、タスク・天候・センサー構成を柔軟に制御できるAPIを備えた点が新規である。また、3つの異なる運転手法を同一条件で比較評価する枠組み自体も貢献である。
限界
著者らは、強化学習の学習ステップ数が1,000万と深層強化学習の一般的な基準（数億ステップ）より少なく、これは計算コストの制約によるものであると明記している。また、評価はすべてシミュレーション内で完結しており、実車や実環境での検証は行われていない。さらに、使用した環境は訓練用とテスト用の2つの町のみで、多様な環境条件での汎化性能は未知である。各条件エピソード数は25であり、統計的な信頼性は限定的だ。著者による明記はないが、3手法の比較は各手法のハイパーパラメータが最適化されていない可能性があり、特に強化学習はハイパーパラメータ探索が未実施（文献値と予備実験による選定）である点に注意が必要である。
産業へのインパクト
この論文は、自動運転研究用のオープンなシミュレータとして、研究グループごとに個別構築されていた評価環境を標準化する先駆けとなった。CARLAが提供した都市環境アセットとベンチマークタスクは、その後の模倣学習や強化学習の研究で広く採用され、現在ではCARLAを拡張した多様な地図・タスク・センサーモデルが共通基盤として使われ続けている。日本の自動車業界にとっては、自社アルゴリズムを外部の研究成果と客観的に比較できる参照環境を手に入れたという意味が大きい。一方で、シミュレーション上の性能が実車にそのまま転移するわけではないという点は、現在も変わらない重要な注意事項である。