自動運転/ワールドモデル2026/11/5arXiv:2611.08111

負例を活用した統合ワールドアクションモデルによるエンドツーエンド自動運転の安全強化

Reinforcing End-to-End Autonomous Driving Safety via Negative-Aware Planning in a Unified World-Action Model

専門家軌道に近いが危険な負例軌道を反発アンカーとして学習させ、推論時コストなしで安全境界を獲得する自動運転の事後学習フレームワークNegWAMを提案した。

詳しい要約

1. どんなもの？

- End-to-end autonomous driving のための safety post-training framework「NegWAM」 - World-action models (WAMs) を対象に、安全性境界を明示的に学習させる - 将来の交通状態と運転行動を統合的にモデル化する WAM の安全性強化を狙う - 対象領域は intelligent transportation systems における end-to-end autonomous driving - コード公開あり (https://github.com/Zizizi-hao/NegWAM)

2. 先行研究と比べてどこがすごい？

- 従来の WAM は expert-trajectory imitation が中心で、expert 軌道に近いが危険な代替案の制約が不十分だった - NegWAM は near-expert failure trajectories から明示的な safety boundaries を学習 - expert 軌道に幾何的に近いが安全リスクを持つ negative trajectories を構築し活用 - 比較対象の strongest scorer-free WAM baseline に対し navhard で 4.1% relative improvement (40.4 EPDMS) - 推論時に補助 branch を捨てるため追加 overhead なしで安全性を向上

3. 技術・手法の肝は？

- negative trajectories を repulsive anchors として使い、危険行動から予測を遠ざける - negative trajectories を scene-conditioned rider tokens として符号化し、scene–trajectory compatibility を学習 - 学習時に flow-matching と near-expert negative objectives を jointly optimize - 補助的な rider branch は inference 時に破棄され、推論コスト増なし - 統一された world-action model 上での safety post-training として構成

4. どうやって有効だと検証した？

- NAVSIM v2 で評価 - navhard で 40.4 EPDMS (strongest scorer-free WAM baseline 比 4.1% relative improvement) - navtest で 93.3 EPDMS - safety-critical scenarios での性能と routine-driving performance の維持を確認 - HUGSIM での zero-shot closed-loop evaluation により cross-benchmark generalization を確認

5. 議論はある？

- safety-critical scenarios での性能向上と routine-driving 性能の保持を両立できると主張 - 補助 branch を推論時に捨てる設計の有効性・限界についての詳細は要旨からは不明 - negative trajectories 構築の一般性や他 WAM への適用可能性は要旨からは不明 - 失敗例や限界に関する議論は要旨からは不明

6. 次に読むべき論文は？

- 比較対象の scorer-free WAM baseline (具体的名称は要旨からは不明) - NAVSIM v2 / navhard / navtest に関連する WAM 研究 - HUGSIM を用いた closed-loop evaluation 関連研究 - flow-matching を用いた end-to-end driving 研究 - 同分野の定番として world model ベースの autonomous driving 研究全般

※ 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: Zihao Zhang, Xinyu Zhang, Bing Zeng, Xingyu Chen, Zhenning Li, Bin Yu, Ziyuan Pu

分類: cs.RO, cs.CV

原文アブストラクト

World-action models (WAMs) jointly model future traffic states and driving actions for end-to-end autonomous driving in intelligent transportation systems. However, their action learning remains dominated by expert-trajectory imitation, leaving unsafe alternatives close to expert trajectories insufficiently constrained. To improve WAM robustness in safety-critical scenarios, we propose NegWAM, a safety post-training framework for unified WAMs that learns explicit safety boundaries from near-expert failure trajectories. NegWAM constructs negative trajectories that are geometrically close to the expert trajectory yet carry safety risks, uses them as repulsive anchors to steer predictions away from dangerous behavior, and encodes them as scene-conditioned rider tokens to learn scene--trajectory compatibility. During training, NegWAM jointly optimizes the flow-matching and near-expert negative objectives, while the auxiliary rider branch is discarded at inference, incurring no additional overhead. On NAVSIM v2, NegWAM achieves 40.4 EPDMS on navhard, a 4.1% relative improvement over the strongest compared scorer-free WAM baseline, and achieves 93.3 EPDMS on navtest. These results demonstrate that NegWAM achieves strong performance in safety-critical scenarios while preserving routine-driving performance. Zero-shot closed-loop evaluation on HUGSIM further demonstrates cross-benchmark generalization. The code is available at https://github.com/Zizizi-hao/NegWAM.

arXivで原文を読む →arXiv概要ページ

負例を活用した統合ワールドアクションモデルによるエンドツーエンド自動運転の安全強化

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

今週よく読まれている記事