論文の概要: Heterogeneous Self-Play for Realistic Highway Traffic Simulation

• arxiv url: http://arxiv.org/abs/2604.16406v1
• Date: Tue, 31 Mar 2026 19:39:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:13.970172
• Title: Heterogeneous Self-Play for Realistic Highway Traffic Simulation
• Title（参考訳）: 実効性高速道路交通シミュレーションのための不均質なセルフプレイ
• Authors: Jinkai Qiu, Alessandro Saviolo, Chaojie Wang, Mingke Wang, Xiaoyu Huang,
• Abstract要約: PHASE, Policy for Heterogeneous Agent Self-play on Expresswayは、コンテキスト対応のセルフプレイフレームワークである。 例えば、旅客車やトレーラートラックなどの異なる車両のプロフィールを単一のポリシーでサポートしている。 96.3%の成功率でADE/FDEを6.57/12.07mから2.44/5.25mに下げる。
• 参考スコア（独自算出の注目度）: 42.67401323169807
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Realistic highway simulation is critical for scalable safety evaluation of autonomous vehicles, particularly for interactions that are too rare to study from logged data alone. Yet highway traffic generation remains challenging because it requires broad coverage across speeds and maneuvers, controllable generation of rare safety-critical scenarios, and behavioral credibility in multi-agent interactions. We present PHASE, Policy for Heterogeneous Agent Self-play on Expressway, a context-aware self-play framework that addresses these three requirements through explicit per-agent conditioning for controllability, synthetic scenario generation for broad highway coverage, and closed-loop multi-agent training for realistic interaction dynamics. PHASE further supports different vehicle profiles, for example, passenger cars and articulated trailer trucks, within a single policy via vehicle-aware dynamics and context-conditioned actions, and stabilizes self-play with early termination of unrecoverable states, at-fault collision attribution, highway-aware reward shaping, coupled curricula, and robust policy optimization. Despite being trained only on synthetic data, PHASE transfers zero-shot to 512 unseen high-interaction real scenarios in exiD, achieving a 96.3% success rate and reducing ADE/FDE from 6.57/12.07 m to 2.44/5.25 m relative to a prior self-play baseline. In a learned trajectory embedding space, it also improves behavioral realism over IDM, reducing Frechet trajectory distance by 13.1% and energy distance by 20.2%. These results show that synthetic self-play can provide a scalable route to controllable and realistic highway scenario generation without direct imitation of expert logs.
• Abstract（参考訳）: 現実的なハイウェイシミュレーションは、自動運転車のスケーラブルな安全性評価、特にログデータだけでは研究できないインタラクションにとって重要である。 しかし、ハイウェイの交通生成は、スピードと操作、レアセーフティクリティカルなシナリオの制御可能な生成、マルチエージェントインタラクションにおける行動信頼性を必要とするため、依然として困難である。 提案するPHASE, Policy for Heterogeneous Agent Self-play on Expressway, A context-aware self-play framework, a context-ware self-play framework that handle these three requirements through explicit per-agent conditioning for controllability, a synthetic scenario generation for broad highway coverage, and closed-loop multi-agent training for real interaction dynamics。 PHASEはさらに、旅客車やトレーラートラックなどの車両プロファイルを、車両認識のダイナミクスとコンテキスト条件付きアクションを通じて単一のポリシーでサポートし、保存不能状態の早期終了によるセルフプレイの安定化、オン・フォールト衝突の帰属、ハイウェイ対応の報酬形成、結合されたキュリキュラ、ロバストなポリシー最適化など、異なる車両プロファイルをサポートする。 PHASEは合成データのみに基づいて訓練されているにもかかわらず、ゼロショットをexiDで目にしない高反応の実シナリオ512に転送し、96.3%の成功率を獲得し、ADE/FDEを以前のセルフプレイベースラインに比べて6.57/12.07mから2.44/5.25mに削減した。 学習された軌道埋め込み空間では、DM上の行動リアリズムを改善し、フレシェ軌道距離を13.1%、エネルギー距離を20.2%削減する。 これらの結果から, 合成自己再生は, 専門家ログを直接模倣することなく, 制御可能かつ現実的なハイウェイシナリオ生成にスケーラブルな経路を提供することが可能であることが示唆された。

関連論文リスト

• Optimization-Guided Diffusion for Interactive Scene Generation [52.23368750264419]
  本稿では,拡散型サンプリングにおける構造的一貫性と相互作用認識を実現するための,最適化誘導型トレーニングフリーフレームワークであるOMEGAを提案する。 OMEGAは生成リアリズム,一貫性,可制御性を向上し,身体的および行動学的に有効なシーンの比率を増大させることを示す。 当社のアプローチでは,3秒未満の時間対コリションで,より近いコリジョンフレームを5ドル(約5,500円)で生成することも可能だ。
  論文  参考訳（メタデータ） (2025-12-08T15:56:18Z)
• Reinforcement Learning with Latent State Inference for Autonomous On-ramp Merging under Observation Delay [6.0111084468944]
  遅延状態推論・安全制御(L3IS)エージェントを用いたレーンキーピング・レーンチェンジについて紹介する。 L3ISは、周囲の車両の意図や運転スタイルに関する包括的な知識を必要とせずに、オンランプのマージ作業を安全に行うように設計されている。 本稿では,観測遅延を考慮に入れたAL3ISというエージェントを改良し,実環境においてより堅牢な決定を行えるようにした。
  論文  参考訳（メタデータ） (2024-03-18T15:02:46Z)
• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)
• ReMAV: Reward Modeling of Autonomous Vehicles for Finding Likely Failure Events [1.84926694477846]
  本稿では、まず、オフライン軌道を用いて、既存の自動運転車の挙動を分析するブラックボックステストフレームワークを提案する。 実験の結果,車両衝突,道路物体衝突,歩行者衝突,オフロードステアリング事故の発生率は35,23,48,50%増加した。
  論文  参考訳（メタデータ） (2023-08-28T13:09:00Z)
• Generative AI-empowered Simulation for Autonomous Driving in Vehicular Mixed Reality Metaverses [130.15554653948897]
  車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。 現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。 生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-02-16T16:54:10Z)

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。