注目論文デイリーレポート

Abstractの概要

MomWorldは、シーン構成と潜在モメンタム状態の双方を明示的にモデル化する、長期ホライズン自動運転向けの潜在ワールドモデルです。本手法は過去から現在までの観測からこれらの状態を初期化し、シーン適応型の保持・更新・リセット機構を用いて前方にロールアウトし、得られた将来予測を候補プランのスコアリング用Future World Memoryとして整理します。さらに、選択されたベース軌道を境界付きのホライズンを考慮した補正で洗練するモメンタム条件付きフローマッチングモジュール「MoFlow」を導入し、短期的な安定性を維持しつつ長期的な調整を可能にしています。本論文では、nuScenes、NAVSIM v1/v2、Bench2Drive、および追加の頑健性評価設定において本手法を評価しています。

新規性

本論文の主な新規性は、モメンタムを自車プランニングの安定化要素から、プランニングのために将来のシーン状態とともに伝播される明示的な潜在ワールド状態変数へと拡張した点にあります。さらにこれを、計画された軌道を直接置き換えるのではなく、境界付きでホライズンを考慮した残差補正を適用するモメンタム条件付きフロー洗練ステージと組み合わせています。

成果

6秒間のnuScenesプランニングにおいて、MomWorldは比較表内で最良の平均L2誤差（1.17 m）と平均衝突率（0.79%）を記録し、MomADの1.42 mおよび0.90%から改善し、1〜6秒のホライズン全体でMomAD比12.2%の平均衝突率削減を達成しました。また、nuScenesで最良の長期軌道一貫性を達成したほか（TPC平均1.19、MomADは1.42）、NAVSIMでもv1 navtestで90.2 PDMS、v2 navtestで90.1 EPDMS、v2 navhardで42.8 EPDMSなど優れた結果を示しました。

論文の注目点

1. MomWorldは潜在シーン状態と潜在モメンタムを共同でロールアウトし、維持・更新・リセットのダイナミクスを用いて安定した運動トレンドを保持しながらシーン変化時の古いトレンドを抑制します。
2. ロールアウトから生成されたFuture World Memoryは候補軌道のスコアリングに使用され、MoFlowがモメンタム条件付き残差フローとホライズンを考慮した境界付き融合によって選択プランを洗練します。
3. 本手法はnuScenesおよびNAVSIMにおいて長期ホライズンの精度、一貫性、安全性を向上させ、アブレーションによりモメンタム・ワールドモデリングと制御されたフロー洗練の両コンポーネントが性能向上に寄与していることが示されています。

参考リンク

• arXiv: https://arxiv.org/abs/2609.33737v1
• Fugu-MT: https://fugumt.com/fugumt/paper_check/2609.33737v1
• GitHub: https://github.com/modaxiansheng/MomWorld