이 논문은 TerraZero를 절차형 주행 시뮬레이터이자 자가학습 훈련 스택으로 제시한다. 핵심은 로그 데이터를 행동 정답으로 쓰지 않고 실제 지도 기하의 공급원으로만 활용하며, 그 위에 규칙 기반 도로 이용자와 신호 제어, 동역학·보상·크기 랜덤화를 얹어 에피소드마다 다른 상황을 만든다는 점이다. 저자들은 이 틀로 사람 시연 없이 처음부터 강화학습을 수행한다고 밝힌다.
구현은 CPU의 C 시뮬레이션 엔진과 GPU의 정책 추론·학습을 zero-copy 경로로 연결하는 구조다. 이 분할은 물체 수준 동역학, 관측 구성, 보상, 신호 규칙을 가볍게 돌리면서도 분산 PPO를 쓸 수 있게 한다. 시나리오 생성은 랜덤 배치, 목표 샘플링, 규칙 기반 차량·보행자·자전거, 세 가지 신호 제어기, 보상과 동역학의 도메인 랜덤화, goal dropout, population play를 조합해 한 지도에서 매우 많은 변형을 만든다.
보고된 정책은 모두 강화학습만으로 처음부터 학습했다. 일반 정책은 약 3.5M 매개변수의 간단한 MLP이며, planner는 차량만 제어하고 sim agent는 차량·보행자·자전거를 함께 제어한다. 데이터 원천은 Waymo Open Motion Dataset 약 576K 시나리오, nuPlan 약 262K 시나리오, CARLA 5개 synthetic town이다. 평가도 이 범위에 맞춰 nuPlan val14와 InterPlan에서는 planner를, WOSAC에서는 sim agent를 본다.
| 항목 | 값 | 비고 |
|---|---|---|
| nuPlan val14 score | 92.27 | 공식 closed-loop reactive score; RL 중 2위, Gigaflow 93.8 뒤 |
| val14 no AF-collision | 99.11 | 표 전체 최고 |
| val14 TTC | 96.06 | 표 전체 최고 |
| InterPlan 80-scenario | 67.87 | 공식 80-scenario split |
| WOSAC 2023 realism meta | 0.632 | Waymo validation 전체 |
자료: STORIUM 정리
nuPlan val14에서 TerraZero의 공식 closed-loop reactive score는 92.27이다. 이 값은 표의 RL 계열 가운데서는 Gigaflow 93.8 다음으로 둘째이며, CaRL 90.60보다 높다. 다만 안전 항목에서는 no AF-collision 99.11과 TTC 96.06으로 표 전체 최고를 기록한다. 즉 val14의 종합 점수는 최고가 아니지만, 안전 관련 세부 항목은 가장 좋다.
InterPlan 80-scenario split에서는 67.87을 기록해 기존 최고였던 SPDM 63.66을 넘겼고, 335-scenario full-scale set에서는 67.71을 보였다. WOSAC 2023 Waymo validation 전체에서는 realism meta가 0.632로 Gigaflow 0.619보다 높았다. WOSAC 2024의 공통 880개 시나리오 필터링 검증 하위셋에서 vehicle은 realism 0.740, kinematic 0.412, interactive 0.702, map 0.786, minADE 6.14, collision 0.007, off-road 0.036을 냈고, VRU에서는 realism 0.683, kinematic 0.366, interactive 0.622, map 0.751, minADE 2.88을 기록했다. 논문은 2026년 7월 14일 공개된 arXiv v1 프리프린트다.
저작권자 © STORIUM 무단전재 및 재배포 금지
