何が起きたか
arxiv.orgに2026年6月29日付で掲載された論文は、高圧縮率のオートエンコーダと階層的離散トークンの潜在空間を学習し、その空間内で探索することで動作計画を行う手法を提案している。この手法はnuPlanとWaymo Open Motion Datasetで評価され、閉ループ動作計画やマルチエージェントのシナリオ合成で高い性能を示したと報告されている。
なぜ重要か
自動運転車の走行計画では、試験時に与える目的関数を変えながら探索できることが重要です。この論文は、圧縮率の高いオートエンコーダで学んだ階層的な離散トークン空間を直接探索し、追加の用途別学習を要せずに閉ループ走行計画や複数車両のシナリオ合成を評価しています。