自動運転2026/9/11arXiv:2609.12371

READ: エンドツーエンド自動運転のためのリスク情報に基づく場の学習

READ: Learning Risk-Informed Fields for End-to-End Autonomous Driving

幾何学的・行動的制約から計画に整合した明示的なリスク表現を学習し、候補軌道に沿って微分可能に評価することで、エンドツーエンド自動運転の安全性を向上させるフレームワークを提案。

詳しい要約

1. どんなもの？

自動運転の計画のための、明示的で計画に整合したリスク表現を学習するフレームワーク READ を提案する。 - シーン理解と行動選択を結ぶ、連続的な時空間リスク場を学習する。 - 候補軌道に沿って微分可能なクエリを可能にする。 - 予測軌道を低リスク領域に整合させる。 - end-to-end プランナーと Vision-Language-Action モデルの両方に統合できる。

2. 先行研究と比べてどこがすごい？

既存の学習ベースプランナーは環境要因と候補行動の関係が暗黙的で、検査・診断・改良が難しい。 - 古典的な安全場は明示的だが、リスク形状と相対重みが事前に規定され、各シーンに適応しない。 - READ は幾何学的・行動的制約から明示的で計画に整合したリスク表現を学習し、適応可能にする。

3. 技術・手法の肝は？

相補的な幾何学的制約と行動的制約から、明示的で計画に整合したリスク表現を学習する。 - その表現を連続的な時空間場としてインスタンス化する。 - 候補軌道に沿った微分可能なクエリを可能にする。 - 予測軌道を低リスク領域に整合させることで、シーン理解と行動選択を結ぶ。 - 軌道評価と改良のための微分可能なインターフェースを保持する。

4. どうやって有効だと検証した？

NAVSIM での実験により、一致する end-to-end バックボーン間で一貫した改善を示す。 - VLA 設定でも強い性能を示す。 - NAVSIM v2 でも競争力のある結果を得る。 - これらにより、学習された空間リスクが安全な計画のための明示的で適応可能な表現であることを確立する。

5. 議論はある？

要旨からは不明。

6. 次に読むべき論文は？

要旨で参照・比較されている研究は明示されていない。 - 関連手法として、end-to-end プランナー、Vision-Language-Action モデル、古典的な安全場、NAVSIM ベンチマークが挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zhiyuan Liu, Yuanxin Tian, Zehong Ke, Jinhao Li, Hao Cheng, Zhenhua Xu, Wenhao Yu, Jianqiang Wang

分類: cs.RO

原文アブストラクト

Autonomous driving requires more than recognizing what is present in a scene: a planner must determine how road structure, surrounding agents, and their motion states should influence a future maneuver. Existing learning-based planners can capture these influences through latent scene features and trajectory decoders, but the relationship between environmental factors and candidate actions often remains implicit. This limits the ability to inspect, diagnose, or refine how scene context affects the safety of a predicted trajectory. Classical safety fields provide an explicit spatial representation of this relationship, but their risk shapes and relative weights are prescribed in advance and do not adapt to each scene. We introduce READ, a framework that learns an explicit, planning-aligned risk representation from complementary geometric and behavioral constraints. READ instantiates this representation as a continuous spatiotemporal field, enabling differentiable queries along candidate trajectories. The learned field connects scene understanding with action selection by encouraging predicted trajectories to align with low-risk regions, while retaining a differentiable interface for trajectory evaluation and refinement. READ integrates with both end-to-end planners and Vision-Language-Action models. Experiments on NAVSIM show consistent gains across matched end-to-end backbones and strong performance in a VLA setting; READ also achieves competitive results on NAVSIM v2. These results establish learned spatial risk as an explicit, adaptable representation for safe planning.

arXivで原文を読む →arXiv概要ページ