Week 78 - Metricas de robustez por casos (burbuja + DAgger, 68/31)

CASO CANÓNICO

Modelo	Completed Distance (m)	Collisions	Lane Invasions	Pos. Dev. Mean (m)	Lane Inv./km
Burbuja + DAgger (45k + 15.6k)	753.36	0	1257	0.91	3416
Burbuja 45k	755.97	0	1325	1.00	4274

• DAgger mejora la estabilidad lateral sin penalizar seguridad ni progreso en trayectos largos y continuos.

POSICIONES DIFÍCILES

Caso 1

Métrica clave	Burbuja 45k	Burbuja + DAgger	Mejor
Completed Distance (m) ↑	126.49	132.32	DAgger
Distancia efectiva (m) ↑	30.0	46.0	DAgger
Pos. Dev. Mean (m) ↓	2.12	1.78	DAgger
Lane Invasions ↓	304	382	Burbuja
Lane Inv./km ↓	10133	8304	DAgger
Collisions ↓	0	0	Empate

• DAgger mejora claramente la reincorporación y reduce el error lateral, a costa de más invasiones absolutas.

Caso 2

Métrica clave	Burbuja 45k	Burbuja + DAgger	Mejor
Completed Distance (m) ↑	148.09	148.54	DAgger
Distancia efectiva (m) ↑	55.5	54.0	Burbuja
Pos. Dev. Mean (m) ↓	1.11	1.19	Burbuja
Lane Invasions ↓	364	366	Burbuja
Lane Inv./km ↓	6559	6778	Burbuja
Collisions ↓	0	0	Empate

• Burbuja mantiene un control más limpio; DAgger no aporta ventaja clara en este arranque.

Caso 3

Métrica clave	Burbuja 45k	Burbuja + DAgger	Mejor
Completed Distance (m) ↑	131.04	132.17	DAgger
Distancia efectiva (m) ↑	47.0	24.5	Burbuja
Pos. Dev. Mean (m) ↓	1.11	1.08	DAgger
Lane Invasions ↓	325	307	DAgger
Lane Inv./km ↓	6915	12531	Burbuja
Collisions ↓	0	0	Empate

• DAgger reduce invasiones absolutas y error medio, pero Burbuja avanza mejor y con menor tasa por km.

Caso 4

Métrica clave	Burbuja 45k	Burbuja + DAgger	Mejor
Completed Distance (m) ↑	181.31	180.93	Burbuja
Distancia efectiva (m) ↑	34.5	64.5	DAgger
Pos. Dev. Mean (m) ↓	3.99	4.28	Burbuja
Lane Invasions ↓	426	404	DAgger
Lane Inv./km ↓	12348	6264	DAgger
Collisions ↓	0	0	Empate

• DAgger mejora claramente la recuperación efectiva y reduce la tasa de invasiones, incluso en el caso más caótico.

COMPARACIÓN DE PUNTOS ALEATORIOS

Random 1

Caso	Modelo	Completed Distance (m)	Collisions	Lane Invasions	Pos. Dev. Mean (m)	Lane Inv./km
R1	Burbuja + DAgger	506.39	0	1014	1.30	13255
	Burbuja 45k	729.33	0	1376	1.17	5843

Random 2

Caso	Modelo	Completed Distance (m)	Collisions	Lane Invasions	Pos. Dev. Mean (m)	Lane Inv./km
R2	Burbuja + DAgger	270.84	0	598	1.12	6133
	Burbuja 45k	683.08	0	1296	1.19	6562

Random 3

Caso	Modelo	Completed Distance (m)	Collisions	Lane Invasions	Pos. Dev. Mean (m)	Lane Inv./km
R3	Burbuja + DAgger	417.68	0	795	1.29	10127
	Burbuja 45k	254.47	0	448	1.12	7658

promedio sobre las tres ejecuciones

Modelo	Completed Distance (m)	Collisions	Lane Invasions	Pos. Dev. Mean (m)	Lane Inv./km
Burbuja 45k	555.63	0.0	1040	1.16	6687
Burbuja + DAgger (45k + 15.6k)	398.30	0.0	802	1.23	9983

Burbuja 45k:

• Recorre mayores distancias en escenarios completamente no vistos.
• Mantiene menor desviación lateral promedio.
• Presenta menor tasa de invasiones por km.
• Indica mejor capacidad de exploración y generalización global.

Burbuja + DAgger:

• Reduce el número absoluto de invasiones.
• Mantiene cero colisiones, incluso bajo condiciones aleatorias.
• Muestra un comportamiento más conservador, sacrificando avance por control.

En escenarios completamente aleatorios, el modelo Burbuja muestra una mejor capacidad de generalización y avance, mientras que el modelo con DAgger adopta una estrategia más restrictiva, priorizando control local sobre progreso global.

Burbuja → generaliza mejor cuando el entorno es desconocido DAgger → aporta valor cuando se requiere recuperación dirigida

Velocidades iniciales

Velocidad inicial	Modelo	Completed Distance (m)	Collisions	Pos. Dev. Mean (m)	Lane Inv./km	Max Speed (km/h)
25 km/h	Burbuja 45k	755.48	0	1.03	4007	88
	Burbuja + DAgger	754.85	0	0.96	3884	78
50 km/h	Burbuja 45k	753.35	0	1.06	4360	85
	Burbuja + DAgger	755.48	0	0.98	4647	79
80 km/h	Burbuja 45k	754.79	0	0.97	3853	95
	Burbuja + DAgger	757.72	0	0.88	3855	95
90 km/h	Burbuja + DAgger	757.50	0	0.89	4128	105
100 km/h	Burbuja 45k	757.40	946	1.27	9150	114

A bajas y medias velocidades (25–50 km/h), ambos modelos presentan comportamientos similares y estables. A 80 km/h, el modelo entrenado con DAgger comienza a mostrar una ligera ventaja en control lateral y continuidad del trayecto. El resultado más relevante aparece en velocidades altas: mientras el modelo Burbuja colapsa a 100 km/h, el modelo con DAgger permanece estable hasta aproximadamente 90 km/h sin colisiones.

DAgger no convierte al modelo en un controlador de alta velocidad, pero amplía la región operativa segura, permitiendo mantener estabilidad bajo condiciones dinámicas más exigentes.

---

Los experimentos dejan claro que Burbuja y DAgger se complementan muy bien. El modelo entrenado solo con Burbuja se comporta de forma más estable y fluida cuando todo va “normal”, y generaliza mejor en escenarios nuevos. En cambio, al añadir DAgger de forma controlada, el sistema aprende a reaccionar mejor cuando algo sale mal, por ejemplo al arrancar fuera de la carretera o en situaciones difíciles. Además, DAgger permite aguantar velocidades un poco más altas antes de que el modelo pierda el control. En resumen, DAgger no reemplaza a Burbuja, sino que actúa como un refuerzo para hacer el sistema más robusto sin sacrificar estabilidad.

Resumen de los datasets utilizados.

Dataset	Nº muestras	Composición	Escenarios	Tipo de datos	Propósito
Burbuja (baseline)	49 300	100% conducción nominal	6 towns	Imágenes segmentadas + steer, throttle	Aprender conducción estable y suave en condiciones normales
Burbuja + DAgger (mixto)	49 300	33.7k Burbuja + 15.6k DAgger (≈68/31)	6 towns	Imágenes segmentadas + steer, throttle	Aumentar robustez sin degradar estabilidad