何が起きたか

DRIFTを提案する論文が、2026年11月18日にarXivに掲載された。自動運転の計画モジュールが、言語モデル(LM)の推論特徴、またはLMから蒸留した代替推論特徴のどちらでも動作する構成を示した。論文によると、総パラメーター数255MのDRIFTはBench2DriveでDriving Score最大97.03、成功率89.39%を記録した(いずれも3回実行の平均)。

詳細

DRIFTは、軽量なLMを視覚的な質問応答と行動の解説に用いる。中間的な運転表現を言語埋め込み空間に投影することで、パラメーター数150M未満のLMでシーン説明と行動解説を行う設計だという。 計画モジュールはLMまたは代替推論特徴を入力として条件付けでき、実行時にLMを完全に迂回する選択肢を設ける。論文は、Bench2Driveで言語推論と代替推論を設定した推論比率で交互に使った場合、言語モデルを使わない最も強いモデルと同等の水準に達したと報告する。また、NAVSIMとAlpaSimでも、既存のVLMベース方式より計算コストを大きく抑えながら競争力のある結果を得たとしている。

Key Facts

DRIFTは、LMまたはLMから蒸留した代替推論特徴を推論時に使える計画モジュールを備える。[1]
DRIFTの総パラメーター数は255Mで、内蔵するLMは150M未満のパラメーター数だと論文は説明している。[1]
Bench2DriveでDriving Score最大97.03、成功率89.39%を記録した。数値は3回実行の平均。[1]
論文はNAVSIMとAlpaSimでも、既存のVLMベース方式より大幅に低い計算コストで競争力のある結果を得たとしている。[1]

本紙の見方

DRIFTの焦点は、自動運転に言語モデルを載せることだけではなく、走行計画の推論経路を実行時に切り替えられるようにした点にある。論文が挙げる課題は、VLMの計算負荷と、言語推論をオン・オフしても閉ループ性能を損なわない切り替えが示されていなかったことだ。DRIFTはLMの推論特徴を代替特徴へ蒸留し、計画モジュールがどちらも使える構成にする。したがって新しさは、LMの説明・推論機能と、LMを使わない実行経路を一つの計画系に併置した設計にある。言語モデルを常時動作させる方式とは異なる選択肢を示す一方、論文の要約だけから、どの条件でどちらの経路を選ぶべきかまでは分からない。 数値の読み方にも注意が要る。総パラメーター数255MのモデルがBench2DriveでDriving Score最大97.03、成功率89.39%(3回実行の平均)を得たと報告されているが、これは特定ベンチマークでの結果であり、実車での安全性や量産車上の性能を示すものではない。また、NAVSIMとAlpaSimについては「競争力のある結果」「大幅に低い計算コスト」と記されるものの、要約には具体的なスコアやコスト比がない。Bench2Driveの結果が言語推論と代替推論を設定比率で交互に使った条件であることも、単純なLM常時使用との比較とは分けて評価する必要がある。 構造面では、LMをシーン説明・行動解説に使う部分と、運転計画を担う部分を接続しつつ、推論時にはLMを迂回できる。これは計算資源が限られる実装で言語機能を残す余地を作る設計とみられるが、代替特徴の生成・学習に要するコストや、切り替えが制御遅延に与える影響は要約から確認できない。今後の検証点は、推論比率の選び方、遅延・消費電力を含む実機上の計算量、交通状況が変化した場合の閉ループ性能、そして安全性評価である。特に、代替経路へ切り替えた際にも性能を保つという論文の主張が、ベンチマーク外の条件でどこまで成り立つかが実装判断を左右する。

なぜ重要か

論文のDRIFTは、言語モデルを使う運転計画と、LMを迂回する計画経路を同じ枠組みに置き、Bench2Driveでの性能値とNAVSIM・AlpaSimでの計算コスト低減を報告した。自動運転システムの開発者にとって、言語推論を常時実行せずに組み込む設計の評価材料となるが、ベンチマーク結果だけでは実車での安全性や計算資源の削減幅は判断できない。