自動運転/プランニング2026/10/15arXiv:2610.22041

計画は実行ではない：凍結ワールドモデルプランナを制御器起因の実行シフトに適応させる

Plans Are Not Executions: Adapting Frozen World-Model Planners to Controller-Induced Execution Shift

凍結したワールドモデルプランナが下流の制御器の違いで実行ズレを起こす問題に対し、計画軌道と実行軌道のペアから制御器特性を推定し、プランナを再学習せずに潜在ロールアウトを適応させる手法を提案。

詳しい要約

1. どんなもの？

- 世界モデルプランナーが計画軌道を評価する際、展開時の下流コントローラの違いにより計画と実行のギャップが生じる問題を扱う。 - 計画軌道を予測実行軌道に置き換えるだけでは不十分で、代わりにExecutionBridgeを提案。 - 計画軌道は変更せず、ego latent rolloutをコントローラ特性に適応させる。 - プランナー、世界モデル、報酬ヘッドは凍結したまま。

2. 先行研究と比べてどこがすごい？

- 従来は計画軌道を予測実行軌道で置き換える自然な対策が考えられていた。 - しかし、実行忠実度を上げても意思決定が良くなるとは限らないことを発見。 - 10の未見コントローラ設定でPDMS改善は0.048に留まり、提案手法のゲインよりはるかに小さい。 - 計画軌道と実行軌道の意味的不一致を指摘し、ExecutionBridgeでより大きな改善を実現。

3. 技術・手法の肝は？

- 計画軌道と実行軌道のペアからコントローラ固有の実行特性を推論。 - その特性を用いてネイティブのego latent rolloutを適応させる。 - 元の計画軌道は変更せず、プランナー、世界モデル、報酬ヘッドは凍結。 - これにより、凍結世界モデルプランナーを下流コントローラに適応させる。

4. どうやって有効だと検証した？

- NAVSIM上で評価。 - 未見のコントローラ設定および複数の凍結世界モデルプランナーに対して一貫した計画改善を確認。 - 実行ミスマッチが候補評価に強く影響する困難な運転シーンで特に大きなゲイン。

5. 議論はある？

- 計画軌道を予測実行軌道に置き換えるだけでは不十分である理由として、計画軌道が下流制御の参照であるのに対し、実行軌道はポストコントローラの運動を記述するという意味的不一致を指摘。 - 実行忠実度の向上が必ずしも意思決定の向上につながらないことを示唆。 - その他の議論や限界については要旨からは不明。

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、world-model planners、PDMS、NAVSIMが挙げられる。 - 同分野の定番として、model-based planning、trajectory optimization、imitation learning、closed-loop controlの論文が考えられる。

※ 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: Danqi Zhao, Keyu Chen, Wenchao Sun, Minglei Huang, Jianhe Zhang, Yan Zhu, Hao Cheng, Zifan Cao, Sifa Zheng

分類: cs.RO

原文アブストラクト

World-model planners evaluate candidate trajectories by predicting their future consequences, implicitly relying on the plan-to-motion relationship learned during training. At deployment, a different downstream controller may execute the same planned trajectory differently, creating a planning-execution gap between the frozen model's imagined future and actual execution. A natural remedy is to replace the planned trajectory with its predicted or observed execution. However, we find that better execution fidelity does not necessarily yield better decisions: directly substituting predicted execution trajectories yields only a 0.048 PDMS improvement across 10 unseen controller configurations, far smaller than the gain from our proposed adaptation. This suggests a semantic mismatch between a planned trajectory, which serves as a reference for downstream control, and an executed trajectory, which already describes the resulting post-controller motion. We introduce ExecutionBridge, which infers controller-specific execution characteristics from planned-executed trajectory pairs and uses them to adapt the native ego latent rollout while keeping the original planned trajectory unchanged. The planner, world model, and reward head remain frozen. On NAVSIM, ExecutionBridge consistently improves planning across unseen controller configurations and multiple frozen world-model planners, with substantially larger gains in challenging driving scenes where execution mismatch more strongly affects candidate evaluation.

arXivで原文を読む →arXiv概要ページ

計画は実行ではない：凍結ワールドモデルプランナを制御器起因の実行シフトに適応させる

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文