テキストの思考連鎖を超えて：自動運転における行動基盤推論のサーベイ

本論文は、自動運転における行動接地型推論（action-grounded reasoning）に関するサーベイである。従来のテキストベースのChain-of-Thought (CoT)推論が、自動運転では連続的な行動を出力する必要があるため、物理世界と同じ時空間構造を共有する推論へと移行する点に着目する。171本の論文（手法論文130本、ベンチマーク・データセット・サーベイ・分析論文41本）を調査し、中間状態の形式を軸とした表現中心の分類法を提案する。130の手法を、言語ベース、視覚空間、潜在動的、外部化推論の4カテゴリに分類し、さらに13のサブタイプに細分化する。

従来のCoTサーベイはテキストベースの推論に焦点を当てていたが、本サーベイは自動運転特有の連続行動出力と物理世界との整合性に着目し、行動接地型推論という新たな視点を提供する。また、中間表現の形式に基づく分類法を導入することで、既存の手法を体系的に整理し、研究のフロンティアを明確化している点が新しい。

手法の肝は、中間状態の表現形式を分類軸とするtaxonomyを提案し、130の手法を4カテゴリ（言語ベース、視覚空間、潜在動的、外部化推論）に分類した点である。さらに、各カテゴリを13のサブタイプに細分化し、それぞれの関心領域（regions of interests）と関連付けている。

サーベイ論文であるため、実験による検証は行われていない。代わりに、171本の論文を系統的に収集・分類し、その結果として研究の傾向と未解決のフロンティアを明らかにしている。

議論として、自動運転エージェントにおける推論の未解決のフロンティアは、実世界に接地され、リアルタイム行動に結合され、安全重視システムの下で検証可能な中間表現にあると述べている。また、分類の妥当性や、各カテゴリの限界についての詳細な議論は要旨からは不明である。

要旨で参照されている関連研究として、CoT推論に関する一般的な研究や、自動運転における行動生成、ベンチマーク・データセットに関する論文が挙げられる。具体的には、要旨に記載のプロジェクトページ（https://github.com/tangzhengxu/awesome-av-cot）で関連論文を確認することが推奨される。