본 논문은 자율주행 차량 계획 시스템을 위한 다양하고 그럴듯한 미래 경로 분포를 생성하는 효율적인 방법인 "Efficient Virtuoso"를 제시합니다. 이는 목표 조건부 잠재 확산 모델로, 두 단계 정규화 파이프라인을 통해 기하학적 종횡비를 유지하고 안정적인 훈련 대상을 보장합니다. 저차원 잠재 공간에서 간단한 MLP 디노이저를 사용하여 효율적인 잡음 제거를 수행하며, Transformer 기반 StateEncoder를 통해 풍부한 장면 컨텍스트를 조건으로 합니다. Waymo Open Motion Dataset에서 최첨단 성능(minADE 0.25)을 달성하였고, 목표 표현에 대한 ablation study를 통해 단일 종착점 목표는 전략적 모호성을 해소하지만, 다단계의 sparse route가 정밀하고 고충실도의 전술적 실행을 가능하게 함을 보여줍니다.
