이 연구는 CARLA 시뮬레이터에서 오프라인 전문가 시연만으로 소형 멀티모달 정책이 폐루프 자율주행 능력을 어느 정도까지 획득할 수 있는지 실험했다. 정책은 RGB 이미지·라이다·차량 텔레메트리·차선 웨이포인트의 5프레임 이력을 입력받아 20Hz로 스로틀·브레이크·조향을 예측한다. 시연 데이터는 스폰 지점과 가능한 기동을 전수 나열하고 완료된 오토파일럿 경로를 검증하는 체계적 경로 생성 절차를 포함해 3단계로 수집됐으며, 136만 파라미터의 공개 정책은 448개 캡처에서 나온 약 3.3시간 분량, 23만6882개 윈도로 학습됐다. 이 정책은 훈련 경로와 미공개(held-out) 경로 모두에서 충돌 없이 수 시간 자율주행했고, 도로 구조가 다른 미공개 CARLA 타운으로도 정성적으로 전이됐다. 큰 궤적 이탈에서 회복하는 모습도 관찰됐지만, 통제된 평가 없이 체계적 회복 능력을 주장하지는 않는다고 밝혔다. 연구진은 코드, 학습된 체크포인트, ONNX 모델, 데이터 샘플, 근거 감사 자료를 함께 공개했다.

• •CARLA에서 오프라인 시연만으로 소형 멀티모달 정책(RGB·라이다·텔레메트리·차선 웨이포인트)이 확보할 수 있는 폐루프 주행 능력을 실험
• •스폰 지점·기동을 전수 나열하는 체계적 경로 생성 절차로 3단계에 걸쳐 시연 데이터 수집
• •136만 파라미터 정책을 약 3.3시간 분량(23만6882개 윈도)으로 학습, 훈련·미공개 경로에서 수 시간 무충돌 자율주행
• •도로 구조가 다른 미공개 CARLA 타운으로도 정성적으로 전이됨을 확인
• •코드·체크포인트·ONNX 모델·데이터 샘플·근거 감사 자료를 함께 공개