知覚しているのにブレーキを踏まない：推論型VLA運転モデルにおける知覚-行動バインディングのギャップ

- 対象は reasoning-augmented な vision-language-action (VLA) 運転モデル - 安全上重要な hazard を認識・推論できても、その証拠を安全な行動に結びつけられない失敗を『perception-action binding gap』として特徴づける研究 - 実車ログの replay と matched simulated counterfactuals を用いて、hazard 情報が内部表現に存在するのに trajectory 生成を十分制御しないことを示す - 重みを変更せず、frozen flow-matching sampler に hazard-conditioned energy を注入して結合を回復する手法を提案

- 従来の VLA 研究は知覚・推論能力の向上に注目しがちだが、本研究は『知覚できても制御に反映されない』乖離を明示的に診断 - in-path hazard が visual representation に符号化されていることを示し、失敗の原因を認識不足ではなく perception-action binding に帰着させた点が新しい - 再学習や重み変更なしに、生成時の guidance だけで安全行動を回復できることを示した点が先行手法と異なる - 具体的な比較対象論文は要旨からは不明

- matched simulated counterfactuals と logged driving replay で、hazard 情報の内部表現と trajectory 生成の依存関係を分析 - longitudinal plan が ego-speed history に支配され、hazard proximity や model 自身の reasoning trace への応答が弱いことを同定 - trajectory generator 自体は braking 能力を持つが、binding gap により実行されない場合があると分析 - Alpamayo-1.5 の frozen flow-matching sampler に hazard-conditioned energy を注入し、生成時に hazard と plan の結合を復元 - exact obstacle geometry を用いた guidance により footprint intrusion を低減

- matched simulated counterfactuals と logged driving replay による分析で binding gap を検証 - exact obstacle geometry を用いた guidance で footprint intrusion が 58.1% から 14.5% へ低下 - 十分な stopping distance がある場合に安全な braking を回復し、braking-relevant closed-loop battery で衝突を完全に排除 - plan の依存性が ego speed 追従から obstacle range 応答へ反転したことを確認

- hazard perception と hazard control を分離して扱う必要性を示唆 - モデルが証拠と行動能力の両方を持っていても unsafe behavior が生じ得ることを示す - 提案する guidance は exact obstacle geometry を前提としており、その取得や一般化に関する議論は要旨からは不明 - 実車ログや closed-loop battery の詳細、他モデルへの適用可能性は要旨からは不明

- Alpamayo-1.5 の原論文・技術資料 - flow-matching sampler における guidance / energy-based guidance の関連研究 - reasoning-augmented VLA 運転モデル全般の研究 - perception-action binding や hazard-aware planning に関する研究 - 具体的な参照論文は要旨からは不明