Fugu-MT 論文翻訳(概要): DriveCombo: Benchmarking Compositional Traffic Rule Reasoning in Autonomous Driving

論文の概要: DriveCombo: Benchmarking Compositional Traffic Rule Reasoning in Autonomous Driving

arxiv url: http://arxiv.org/abs/2603.01637v1
Date: Mon, 02 Mar 2026 09:12:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-03 19:50:56.786459
Title: DriveCombo: Benchmarking Compositional Traffic Rule Reasoning in Autonomous Driving
Title（参考訳）: DriveCombo: 自動走行における構成的トラフィックルール推論のベンチマーク
Authors: Enhui Ma, Jiahuan Zhang, Guantian Zheng, Tao Tang, Shengbo Eben Li, Yuhang Lu, Xia Zhou, Xueyang Zhang, Yifei Zhan, Kun Zhan, Zhihui Hao, Xianpeng Lang, Kaicheng Yu,
Abstract要約: 合成トラフィックルール推論のためのテキストベースのベンチマークであるDriveComboを提案する。人間のドライバの認知発達に触発されて,系統的な5レベル認知層を提案する。また,言語ベースの交通ルールを動的運転シーンにマッピングするルール2Scene Agentを提案する。
参考スコア（独自算出の注目度）: 34.19974984127512
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Multimodal Large Language Models (MLLMs) are rapidly becoming the intelligence brain of end-to-end autonomous driving systems. A key challenge is to assess whether MLLMs can truly understand and follow complex real-world traffic rules. However, existing benchmarks mainly focus on single-rule scenarios like traffic sign recognition, neglecting the complexity of multi-rule concurrency and conflicts in real driving. Consequently, models perform well on simple tasks but often fail or violate rules in real world complex situations. To bridge this gap, we propose DriveCombo, a text and vision-based benchmark for compositional traffic rule reasoning. Inspired by human drivers' cognitive development, we propose a systematic Five-Level Cognitive Ladder that evaluates reasoning from single-rule understanding to multi-rule integration and conflict resolution, enabling quantitative assessment across cognitive stages. We further propose a Rule2Scene Agent that maps language-based traffic rules to dynamic driving scenes through rule crafting and scene generation, enabling scene-level traffic rule visual reasoning. Evaluations of 14 mainstream MLLMs reveal performance drops as task complexity grows, particularly during rule conflicts. After splitting the dataset and fine-tuning on the training set, we further observe substantial improvements in both traffic rule reasoning and downstream planning capabilities. These results highlight the effectiveness of DriveCombo in advancing compliant and intelligent autonomous driving systems.
Abstract（参考訳）: MLLM(Multimodal Large Language Models)は、エンドツーエンドの自動運転システムのインテリジェンス脳になりつつある。重要な課題は、MLLMが真に理解し、複雑な現実世界の交通ルールに従うことができるかどうかを評価することである。しかし、既存のベンチマークは主に、交通標識の認識、マルチルール並行性の複雑さの無視、実際の運転におけるコンフリクトといったシングルルールシナリオに焦点を当てている。その結果、モデルは単純なタスクでうまく機能するが、現実の複雑な状況でしばしば失敗またはルール違反する。このギャップを埋めるため、コンポジショントラフィックルール推論のためのテキストおよびビジョンベースのベンチマークであるDriveComboを提案する。本研究では,人間ドライバーの認知発達に触発されて,単一ルール理解から多ルール統合,コンフリクト解決への推論を評価し,認知段階の定量的評価を可能にする体系的な5レベル認知層を提案する。また,ルール作成とシーン生成により,言語ベースの交通ルールを動的駆動シーンにマッピングし,シーンレベルの交通ルールの視覚的推論を可能にするルール2Scene Agentを提案する。 14のメインストリームMLLMの評価は、特にルールの衝突時に、タスクの複雑さが増大するにつれてパフォーマンス低下を示す。データセットを分割し、トレーニングセットを微調整した後、トラフィックルール推論と下流計画機能の両方において、大幅な改善が観察される。これらの結果は、コンプライアンスとインテリジェントな自律運転システムにおけるDriveComboの有効性を強調している。

関連論文リスト

SGDrive: Scene-to-Goal Hierarchical World Cognition for Autonomous Driving [52.02379432801349]
本稿では,運転特化知識階層に関するVLMの表現学習を構築する新しいフレームワークであるSGDriveを提案する。トレーニング済みのVLMバックボーン上に構築されたSGDriveは、人間の運転認知を反映するシーンエージェントゴール階層に、駆動理解を分解する。
論文参考訳（メタデータ） (2026-01-09T08:55:42Z)
LMAD: Integrated End-to-End Vision-Language Model for Explainable Autonomous Driving [58.535516533697425]
視覚言語モデル(VLM)はシーン理解において有望な能力を示している。本稿では,自律運転に適した視覚言語フレームワークLMADを提案する。本フレームワークは,VLMに包括的シーン理解とタスク特化構造を組み込むことにより,最新のエンド・ツー・エンド駆動パラダイムをエミュレートする。
論文参考訳（メタデータ） (2025-08-17T15:42:54Z)
ImagiDrive: A Unified Imagination-and-Planning Framework for Autonomous Driving [64.12414815634847]
ビジョン・ランゲージ・モデル(VLM)とドライビング・ワールド・モデル(DWM)は、この課題のさまざまな側面に対処する強力なレシピとして独立して登場した。我々は、VLMベースの運転エージェントとDWMベースのシーン想像装置を統合した、新しいエンドツーエンドの自動運転フレームワークであるImagiDriveを提案する。
論文参考訳（メタデータ） (2025-08-15T12:06:55Z)
ReAL-AD: Towards Human-Like Reasoning in End-to-End Autonomous Driving [27.75047397292818]
エンドツーエンドの自動運転は、単一のフレームワーク内で認識、予測、計画を統合するための有望なアプローチとして現れています。本稿では,3階層の認知モデルに基づいて自律運転における意思決定を構造化するReAL-ADを提案する。我々のフレームワークを統合することで、計画の正確さと安全性が30%以上向上し、エンドツーエンドの自動運転がより解釈可能になり、人間のような階層的推論に適合することを示します。
論文参考訳（メタデータ） (2025-07-16T02:23:24Z)
SafeAuto: Knowledge-Enhanced Safe Autonomous Driving with Multimodal Foundation Models [63.71984266104757]
我々は、構造化されていない知識と構造化されていない知識の両方を取り入れることで、MLLMベースの自動運転を強化するフレームワークであるSafeAutoを提案する。安全知識を明示的に統合するため,交通ルールを一階述語論理に変換する推論コンポーネントを開発した。我々のマルチモーダル検索・拡張生成モデルは、過去の運転経験から学ぶために、ビデオ、制御信号、環境特性を活用する。
論文参考訳（メタデータ） (2025-02-28T21:53:47Z)
Sce2DriveX: A Generalized MLLM Framework for Scene-to-Drive Learning [24.511628941825116]
我々は,人間ライクな駆動チェーン(CoT)推論フレームワークであるSce2DriveXを紹介した。人間の運転に固有の暗黙の認知連鎖を再構築し、シーン理解、メタアクション推論、行動解釈分析、行動計画および制御をカバーしている。 CARLA Bench2Driveベンチマークでは、シーン理解からエンドツーエンドの駆動まで、最先端のパフォーマンスを実現している。
論文参考訳（メタデータ） (2025-02-19T09:50:44Z)
A Framework for Learning Scoring Rules in Autonomous Driving Planning Systems [2.4578723416255754]
FLoRAは、時間論理で表される解釈可能なスコアリングルールを学ぶフレームワークである。本手法は,学習データに肯定的な例しか含まれていないにもかかわらず,運転行動の評価を効果的に学習する。クローズドループ計画シミュレーションの評価は、学習したスコアリングルールが既存の手法より優れていることを示す。
論文参考訳（メタデータ） (2025-02-17T02:06:57Z)
On the Road with GPT-4V(ision): Early Explorations of Visual-Language Model on Autonomous Driving [37.617793990547625]
本報告では,最新のVLMであるGPT-4Vの徹底的な評価を行う。我々は、シーンを駆動し、決定を下し、最終的にはドライバーの能力で行動する、モデルを理解する能力について探求する。 GPT-4Vは,既存の自律システムと比較して,シーン理解や因果推論において優れた性能を示した。
論文参考訳（メタデータ） (2023-11-09T12:58:37Z)
LanguageMPC: Large Language Models as Decision Makers for Autonomous Driving [84.31119464141631]
この作業では、複雑な自律運転シナリオの意思決定コンポーネントとして、Large Language Models(LLM)を採用している。大規模実験により,提案手法は単車載タスクのベースラインアプローチを一貫して超えるだけでなく,複数車載コーディネートにおいても複雑な運転動作の処理にも有効であることが示された。
論文参考訳（メタデータ） (2023-10-04T17:59:49Z)
End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
論文参考訳（メタデータ） (2021-04-28T07:54:40Z)

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。