論文の概要: COVLM-RL: Critical Object-Oriented Reasoning for Autonomous Driving Using VLM-Guided Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2512.09349v1
• Date: Wed, 10 Dec 2025 06:18:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.250314
• Title: COVLM-RL: Critical Object-Oriented Reasoning for Autonomous Driving Using VLM-Guided Reinforcement Learning
• Title（参考訳）: COVLM-RL:VLM誘導強化学習を用いた自律走行のための臨界オブジェクト指向推論
• Authors: Lin Li, Yuxin Cai, Jianwu Fang, Jianru Xue, Chen Lv,
• Abstract要約: 批判的オブジェクト指向(CO)推論と強化学習(RL)を統合した新しいエンドツーエンド駆動フレームワークCOVLM-RLを提案する。 CARLAシミュレータで行った実験により、COVLM-RLはトレーニング運転環境における成功率を30%向上することが示された。
• 参考スコア（独自算出の注目度）: 55.83415345423854
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: End-to-end autonomous driving frameworks face persistent challenges in generalization, training efficiency, and interpretability. While recent methods leverage Vision-Language Models (VLMs) through supervised learning on large-scale datasets to improve reasoning, they often lack robustness in novel scenarios. Conversely, reinforcement learning (RL)-based approaches enhance adaptability but remain data-inefficient and lack transparent decision-making. % contribution To address these limitations, we propose COVLM-RL, a novel end-to-end driving framework that integrates Critical Object-oriented (CO) reasoning with VLM-guided RL. Specifically, we design a Chain-of-Thought (CoT) prompting strategy that enables the VLM to reason over critical traffic elements and generate high-level semantic decisions, effectively transforming multi-view visual inputs into structured semantic decision priors. These priors reduce the input dimensionality and inject task-relevant knowledge into the RL loop, accelerating training and improving policy interpretability. However, bridging high-level semantic guidance with continuous low-level control remains non-trivial. To this end, we introduce a consistency loss that encourages alignment between the VLM's semantic plans and the RL agent's control outputs, enhancing interpretability and training stability. Experiments conducted in the CARLA simulator demonstrate that COVLM-RL significantly improves the success rate by 30\% in trained driving environments and by 50\% in previously unseen environments, highlighting its strong generalization capability.
• Abstract（参考訳）: エンドツーエンドの自動運転フレームワークは、一般化、トレーニング効率、解釈可能性において永続的な課題に直面している。 最近の手法では、大規模データセットの教師付き学習を通じてビジョンランゲージモデル(VLM)を活用して推論を改善するが、新しいシナリオでは堅牢性に欠けることが多い。 逆に、強化学習(RL)に基づくアプローチは適応性を高めるが、データ非効率であり、透明な意思決定を欠いている。 提案するCOVLM-RLは,批判的オブジェクト指向(CO)推論とVLM誘導RLを統合した,新しいエンドツーエンド駆動フレームワークである。 具体的には、VLMが重要なトラフィック要素を推論し、高レベルのセマンティックな決定を生成し、マルチビューの視覚的入力を構造化されたセマンティックな決定に効果的に変換する、チェーン・オブ・ソート(CoT)の促進戦略を設計する。 これらの先行は、入力次元を減少させ、RLループにタスク関連知識を注入し、トレーニングを加速し、ポリシー解釈性を向上させる。 しかし、連続的な低レベル制御による高レベルのセマンティックガイダンスのブリッジは、依然として簡単ではない。 この目的のために、VLMのセマンティックプランとRLエージェントの制御出力との整合性を促進し、解釈可能性と訓練安定性を向上させる一貫性損失を導入する。 CARLAシミュレータで行った実験では、COVLM-RLはトレーニングされた運転環境における成功率を30倍、これまで見えない環境では50倍改善し、その強力な一般化能力を強調している。

関連論文リスト

• CRL-VLA: Continual Vision-Language-Action Learning [40.18167835795084]
  連続強化学習は、生涯にわたるロボットシナリオにVLAモデルをデプロイするための、有望な経路である。 本稿では,厳密な理論的境界を持つVLAモデルの連続的な後学習のためのフレームワークであるCRL-VLAを紹介する。 安定塑性トレードオフと目標条件付き有利度をリンクする統一的な性能境界を,政策のばらつきによって拡張する。
  論文  参考訳（メタデータ） (2026-02-03T12:09:53Z)
• COVR:Collaborative Optimization of VLMs and RL Agent for Visual-Based Control [37.27710513408952]
  視覚強化学習(RL)は、複雑なタスクにおける高次元観察により、サンプル効率の低下に悩まされる。 我々は,VLMおよびRLポリシーの相互強化を可能にする協調最適化フレームワークであるCOVRを提案する。
  論文  参考訳（メタデータ） (2026-01-04T03:53:05Z)
• dVLM-AD: Enhance Diffusion Vision-Language-Model for Driving via Controllable Reasoning [69.36145467833498]
  本稿では,拡散に基づく視覚言語モデルであるdVLM-ADを導入する。 nuScenes と WOD-E2E で評価すると、dVLM-AD はより一貫性のある推論・アクションのペアとなり、既存の駆動VLM/VLAシステムに匹敵する計画性能を達成する。
  論文  参考訳（メタデータ） (2025-12-04T05:05:41Z)
• Discrete Diffusion for Reflective Vision-Language-Action Models in Autonomous Driving [55.13109926181247]
  離散拡散による安全な軌道生成のためのリフレクション機構を統合した学習ベースのフレームワークであるReflectDriveを紹介する。 我々のアプローチの中心は、勾配のない反復的な自己補正を行う、安全を意識した反射機構である。 本手法は目標条件付き軌道生成から始まり,マルチモーダル運転動作をモデル化する。
  論文  参考訳（メタデータ） (2025-09-24T13:35:15Z)
• Advancing Autonomous VLM Agents via Variational Subgoal-Conditioned Reinforcement Learning [38.68600863590734]
  変分部分決定強化学習(VSC-RL)という新しい枠組みを提案する。 VSC-RLは、新たな最適化目標であるサブゴールエビデンス・ロウアーバウンド(Subgoal Evidence Lower Bound)を用いて、変分サブゴール条件付きRL問題として決定問題を再構成する。 我々は,VSC-RLが性能保証を損なうことなく,学習効率を効率的に向上できることを理論的かつ実証的に実証した。
  論文  参考訳（メタデータ） (2025-02-11T20:57:46Z)
• TeLL-Drive: Enhancing Autonomous Driving with Teacher LLM-Guided Deep Reinforcement Learning [61.33599727106222]
  TeLL-Driveは、Teacher LLMを統合して、注意に基づく学生DRLポリシーをガイドするハイブリッドフレームワークである。 自己維持機構はDRLエージェントの探索とこれらの戦略を融合させ、政策収束を加速し、堅牢性を高める。
  論文  参考訳（メタデータ） (2025-02-03T14:22:03Z)
• Large Language Model-Enhanced Reinforcement Learning for Generic Bus Holding Control Strategies [12.599164162404994]
  本研究では,Large Language Models(LLMs)の文脈内学習と推論機能を活用した自動報酬生成パラダイムを提案する。 提案するLLM拡張RLパラダイムの実現可能性を評価するため,バス路線数,停留所数,旅客需要数に異なる広範なバス保持制御シナリオに適用した。
  論文  参考訳（メタデータ） (2024-10-14T07:10:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。