본 논문은 자율 주행 로봇의 운동 계획(Motion Planning)에 있어, 다양한 소스 도메인의 데이터셋을 효과적으로 활용하는 새로운 방법인 Interaction-Merged Motion Planning (IMMP)을 제안합니다. 기존의 도메인 적응이나 앙상블 학습 방법들은 도메인 불균형, 치명적 망각, 높은 계산 비용 등의 문제점을 가지고 있는데 반해, IMMP는 서로 다른 도메인에서 훈련된 파라미터 체크포인트들을 활용하여 목표 도메인에 적응합니다. 이는 에이전트 행동과 상호작용을 포착하는 사전 병합(pre-merging) 단계와 다양한 상호작용을 목표 도메인에 효율적으로 전달하는 적응형 모델을 구성하는 병합(merging) 단계의 두 단계로 이루어집니다. 다양한 벤치마크와 모델에 대한 실험 결과, IMMP는 기존 방법보다 우수한 성능을 보임을 보여줍니다.
