RISE: 세계 행동 모델을 위한 적응적 상상력

초록

세계 행동 모델(WAM)은 미래 세계의 전개를 행동 생성에 통합함으로써 주행 계획을 개선하지만, 기존 방법들은 모든 장면에 고정된 상상 예산을 할당한다. 본 논문에서는 롤아웃을 지속할 때의 기대 주행 계획 이득에 따라 순차적 Roll/Stop 결정을 내리는 시스템 수준의 적응형 상상 프레임워크인 RISE(선택적 롤아웃을 통한 상상 정제, Refining Imagination through SElective Rollout)를 제안한다. 각 단계에서 잠재 평가기(Latent Evaluator)는 현재 접두사(prefix)에서 드러난 위험과 상상이 계속될 때 주행 계획이 얼마나 개선될 수 있는지를 추정하고, 롤아웃 게이트(Rollout Gate)는 이 기대 이득을 추가 계산 비용과 비교하여 판단한다. 실제 주행 로그는 오직 하나의 실현된 미래만 제시하므로, 우리는 다양한 결과와 위험 수준을 갖춘 반사실적 데이터셋인 CounterDrive를 추가로 구축하여 미래 역학을 풍부하게 하고 국소적 위험 감독을 제공한다. 보존된 각 샘플은 전문가 검증을 거쳐 궤적 타당성, 사고 발생 시점, 인과 범주에 대한 주석이 부여되며, 이는 안전에 중요한 세계 모델링 연구를 위한 재사용 가능한 자원을 제공한다. NAVSIM과 nuScenes에서의 실험은 RISE가 불필요한 롤아웃을 줄이면서 전반적으로 최고의 주행 계획 성능을 달성함을 보여주며, 추가 전이 실험 결과는 다양한 WAM 아키텍처에 걸친 플러그인 일반성을 뒷받침한다.

English

World Action Models (WAMs) improve planning by incorporating future world evolution into action generation, yet existing methods allocate a fixed imagination budget to every scene. We propose RISE (Refining Imagination through SElective Rollout), a system-level adaptive imagination framework that makes sequential Roll/Stop decisions according to the expected planning benefit of continued rollout. At each step, a Latent Evaluator estimates the risk revealed by the current prefix and how much planning could improve if imagination continues, while a Rollout Gate weighs this expected benefit against additional computation cost. Since factual driving logs expose only one realized future, we further construct CounterDrive, a counterfactual dataset with diverse outcomes and risk levels, to enrich future dynamics and provide localized risk supervision. Each retained sample undergoes expert verification and annotation of trajectory validity, incident onset, and causal category, providing a reusable resource for safety-critical world-modeling research. Experiments on NAVSIM and nuScenes show that RISE achieves the best overall planning performance while reducing unnecessary rollout, with additional transfer results supporting its plug-in generality across WAM architectures.