論文の概要: Zero-Shot Cross-City Generalization in End-to-End Autonomous Driving: Self-Supervised versus Supervised Representations

• arxiv url: http://arxiv.org/abs/2603.11417v1
• Date: Thu, 12 Mar 2026 01:19:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.802452
• Title: Zero-Shot Cross-City Generalization in End-to-End Autonomous Driving: Self-Supervised versus Supervised Representations
• Title（参考訳）: エンドツーエンド自動運転におけるゼロショット都市間一般化:自己監督と監督表現
• Abstract要約: エンド・ツー・エンド軌道計画におけるゼロショット・クロスシティの一般化について検討する。 自己監督型視覚表現は都市間の移動を改善する。 これらの結果は、エンド・ツー・エンドの自動運転システムを評価するために必要なテストとしてゼロショットの地理的移動を確立する。
• 参考スコア（独自算出の注目度）: 9.18632648031395
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: End-to-end autonomous driving models are typically trained on multi-city datasets using supervised ImageNet-pretrained backbones, yet their ability to generalize to unseen cities remains largely unexamined. When training and evaluation data are geographically mixed, models may implicitly rely on city-specific cues, masking failure modes that would occur under real domain shifts when generalizing to new locations. In this work we investigate zero-shot cross-city generalization in end-to-end trajectory planning and ask whether self-supervised visual representations improve transfer across cities. We conduct a comprehensive study by integrating self-supervised backbones (I-JEPA, DINOv2, and MAE) into planning frameworks. We evaluate performance under strict geographic splits on nuScenes in the open-loop setting and on NAVSIM in the closed-loop evaluation protocol. Our experiments reveal a substantial generalization gap when transferring models relying on traditional supervised backbones across cities with different road topologies and driving conventions, particularly when transferring from right-side to left-side driving environments. Self-supervised representation learning reduces this gap. In open-loop evaluation, a supervised backbone exhibits severe inflation when transferring from Boston to Singapore (L2 displacement ratio 9.77x, collision ratio 19.43x), whereas domain-specific self-supervised pretraining reduces this to 1.20x and 0.75x respectively. In closed-loop evaluation, self-supervised pretraining improves PDMS by up to 4 percent for all single-city training cities. These results show that representation learning strongly influences the robustness of cross-city planning and establish zero-shot geographic transfer as a necessary test for evaluating end-to-end autonomous driving systems.
• Abstract（参考訳）: エンドツーエンドの自動運転モデルは一般的に、教師付きImageNetで事前訓練されたバックボーンを使用して、マルチシティデータセットでトレーニングされる。 トレーニングと評価データが地理的に混合されている場合、モデルは暗黙的に都市固有の手がかりに依存し、新しい場所に一般化する際に実際のドメインシフトの下で発生する障害モードをマスキングする。 本研究では、エンド・ツー・エンドの軌跡計画におけるゼロショット・クロスシティの一般化について検討し、自己監督型視覚表現が都市間の移動を改善するかどうかを問う。 我々は,自己監督型バックボーン(I-JEPA,DINOv2,MAE)を計画枠組みに統合し,総合的な研究を行う。 オープンループ設定における nuScenes とクローズドループ評価プロトコルにおける NAVSIM の厳密な地理的分割による性能評価を行った。 実験の結果,道路トポロジや運転慣行の異なる都市間において,従来の監督されたバックボーンに依存したモデル転送を行う場合,特に右側から左側への走行環境において,大きな一般化ギャップが明らかとなった。 自己指導型表現学習は、このギャップを減らします。 オープンループ評価では、監督されたバックボーンはボストンからシンガポールへの移動時に激しいインフレを示す(L2変位比9.77x、衝突比19.43x)が、ドメイン固有の自己監督型事前訓練は、それぞれ1.20xと0.75xに減少する。 クローズドループ評価では、自己監督型事前訓練は、全都市でPDMSを最大4%改善する。 これらの結果は,表現学習が都市間計画の堅牢性に強く影響し,エンドツーエンドの自動運転システムを評価するために必要なテストとしてゼロショットの地理的移動を確立することを示唆している。

関連論文リスト

• Inferring Urban Mobility Interactions from Aggregated Dynamics [45.73534370352232]
  リアルタイムの都市ガバナンスは、人々がどこにいるかを知るだけでなく、場所間の移動方法にも依存します。 ここでは、この方向構造を観察する必要はないことを示す。 我々は、米国と中国の都市から12のモビリティデータセットにまたがって、地域レベルでのODフローを推測する。
  論文  参考訳（メタデータ） (2026-09-07T11:13:51Z)
• Shift & Drift: A Zero-Shot Benchmark for Generalizable and Robust Autonomous Driving Motion Planning [60.888463449435484]
  シフト・アンド・ドリフト(Shift & Drift)は、分散シフトの2つの重要な軸にまたがる、厳密なストレス-テスト運動プランナーのための新しいデュアルトラックベンチマークである。 擬似学習手法は,IDベンチマークにおいて高いスコアを得るが,時間的に相関したアクティベーションノイズを受けると持続的なドリフトに悩まされることを示す。 本研究は, 模擬忠実度と閉ループレジリエンスのトレードオフを実証的に明らかにし, 信頼性の高い展開に向けた進捗を評価するための厳密なベンチマークをコミュニティに提供する。
  論文  参考訳（メタデータ） (2026-07-08T18:23:48Z)
• Learning Direct Control Policies with Flow Matching for Autonomous Driving [32.505127447635864]
  自律走行のためのフローマッチングプランナーは、加速度と曲率によって定義された実行可能な軌道を生成する。 モデルは、周囲のシーンの鳥の目視(BEV)制御プロファイルに条件付けされる。 反応エージェントを用いた2次元交通シミュレータから収集した都市シナリオのみをトレーニングする。
  論文  参考訳（メタデータ） (2026-05-14T13:37:48Z)
• MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
  視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。 本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。 MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
  論文  参考訳（メタデータ） (2026-05-13T23:35:14Z)
• Comparative Analysis of Polygon-Based and Global Machine Learning Models for Bus Occupancy Prediction [0.0]
  本稿では,空間クラスタリング手法と多次元特徴解析を統合することで,バス利用者の予測を向上する新しいフレームワークを提案する。 都市部を異なる地域にクラスタ化することにより、近接するバスが類似の乗客特性を共有するという原則に基づいて、各クラスタに対して個別の局所予測モデルを訓練する。 その結果,空間的に認識された局所モデリング戦略が公共交通機関の予測に有効であることが示唆された。
  論文  参考訳（メタデータ） (2026-04-30T15:35:23Z)
• Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail [85.47497935739936]
  Alpamayo-R1 (AR1) は、因果推論の連鎖と軌道計画を統合する視覚言語モデルである。 また,AR1は,軌道のみのベースラインに比べて,難問の計画精度が12%向上することを示した。 今後のアップデートで、AR1モデルとCoCのサブセットをリリースする予定です。
  論文  参考訳（メタデータ） (2025-10-30T01:25:34Z)
• Realistic Urban Traffic Generator using Decentralized Federated Learning for the SUMO simulator [2.281163408378731]
  DesRUTGeは、Deep Reinforcement LearningエージェントをSUMOシミュレータと統合し、現実的な24時間トラフィックパターンを生成する新しいフレームワークである。 DesRUTGeの重要な革新は、分散フェデレートラーニング(DFL)を使用することで、各トラフィック検出器とその対応する都市ゾーンが独立した学習ノードとして機能する。
  論文  参考訳（メタデータ） (2025-06-09T17:51:45Z)
• Mitigating Covariate Shift in Imitation Learning for Autonomous Vehicles Using Latent Space Generative World Models [60.87795376541144]
  World Model(ワールドモデル)は、エージェントの次の状態を予測できるニューラルネットワークである。 エンド・ツー・エンドのトレーニングでは、人間のデモで観察された状態と整合してエラーから回復する方法を学ぶ。 クローズドループ試験における先行技術に有意な改善がみられた定性的,定量的な結果を示す。
  論文  参考訳（メタデータ） (2024-09-25T06:48:25Z)
• Planning with Adaptive World Models for Autonomous Driving [50.4439896514353]
  マルチエージェントインタラクションをキャプチャする実世界のモーションプランニングベンチマークであるnuPlanを提案する。 我々は、グラフ畳み込みニューラルネットワーク(GCNN)であるBehaviorNetを用いて、このようなユニークな振る舞いをモデル化することを学ぶ。 また、モデル予測制御(MPC)ベースのプランナであるAdaptiveDriverについても紹介する。
  論文  参考訳（メタデータ） (2024-06-15T18:53:45Z)
• Arrival Time Prediction for Autonomous Shuttle Services in the Real World: Evidence from Five Cities [3.6294895527930504]
  本研究では,自律型シャトルのAT予測システムを提案する。 停留所をバイパスするシャトルのケースを正確に処理するために,ランダムな森林分類器とGNNを組み合わせた階層モデルを提案する。 最終的なAT予測の結果は有望であり、いくつかの停止を予測してもエラーは少ない。
  論文  参考訳（メタデータ） (2024-01-10T18:41:39Z)
• Learning to Drive Anywhere [38.547150940396904]
  地理的に認識された条件付き模倣学習モデルであるAnyDを提案する。 我々の重要な洞察は、高容量なジオロケーションベースのチャネルアテンションメカニズムを導入することである。 提案手法は、本質的に不均衡なデータ分布と位置依存イベントを効率的にスケールすることができる。
  論文  参考訳（メタデータ） (2023-09-21T17:55:36Z)
• Hierarchical Model-Based Imitation Learning for Planning in Autonomous Driving [47.59287162318435]
  都市密集型自動運転の課題に対するモデルベース生成逆相似学習(MGAIL)の大規模適用を実証した。 我々は、任意の目標経路への一般化を可能にする階層モデルを用いて標準MGAILを拡張し、シミュレーションされた対話エージェントを用いたクローズドループ評価フレームワークを用いて性能を測定する。 私たちは、サンフランシスコで10万マイル以上を走行する実車から収集した専門家の軌跡からのポリシーを訓練し、ゼロショット環境でも堅牢にナビゲートできるステアブルなポリシーを実証します。
  論文  参考訳（メタデータ） (2022-10-18T02:15:34Z)

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。