論文の概要: Information Coordination as a Bridge: A Neuro-Symbolic Architecture for Reliable Autonomous Driving Scene Understanding
- arxiv url: http://arxiv.org/abs/2605.04475v1
- Date: Wed, 06 May 2026 03:55:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.638366
- Title: Information Coordination as a Bridge: A Neuro-Symbolic Architecture for Reliable Autonomous Driving Scene Understanding
- Title（参考訳）: ブリッジとしての情報コーディネーション:信頼性の高い自律走行シーン理解のためのニューロシンボリックアーキテクチャ
- Authors: Shuo Liu, Lei Shi, Haowen Liu, Jing Xu, Yufei Gao, Yucheng Shi,
- Abstract要約: LLM駆動の駆動システムは、言語モデルをポストプロセッサとしてアタッチし、冗長または矛盾する知覚出力を推論するように強制する。
本稿では、知覚と言語推論の間に明確な協調ブリッジを挿入するBEV中心のニューロシンボリックアーキテクチャであるInfoCoordiBridgeを提案する。
- 参考スコア（独自算出の注目度）: 18.20403200882569
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reliable autonomous driving requires scene understanding that is semantically consistent across heterogeneous sensors and verifiable at the reasoning stage. However, many recent LLM-driven driving systems attach the language model as a post-processor and force it to reason over redundant or conflicting perception outputs, which can amplify hallucinated entities and unsafe conclusions. This paper proposes InfoCoordiBridge, a BEV-centric neuro-symbolic architecture that inserts an explicit coordination bridge between perception and language reasoning. InfoCoordiBridge comprises (i) a unified multi-agent perception layer that outputs typed structured facts together with modality-focused synopses, (ii) an ICA module that aligns and fuses multi-source outputs into a single SceneSummary, and (iii) an SSRE module that performs SceneSummary-grounded reasoning with verification. Experiments on nuScenes and Waymo show that ICA preserves competitive 3D detection accuracy while substantially improving fusion consistency, reducing redundancy to below 1% and achieving about 98% attribute agreement. On NuScenes-QA and a template-aligned Waymo-QA benchmark, SSRE improves factual grounding and reduces hallucinated entity mentions compared with representative VLM and agentic baselines. Overall, by coordinating multi-sensor outputs into a single conflict-aware SceneSummary before prompting, InfoCoordiBridge prevents redundant and cross-modally inconsistent perception evidence from propagating into high-level reasoning.
- Abstract（参考訳）: 信頼性の高い自律運転には、異種センサー間で意味的に整合し、推論段階で検証可能なシーン理解が必要である。
しかし、近年のLLM駆動駆動駆動システムでは、言語モデルを後処理としてアタッチメントし、冗長または矛盾する知覚出力を推論させ、幻覚的実体と安全でない結論を増幅することができる。
本稿では、知覚と言語推論の間に明確な協調ブリッジを挿入するBEV中心のニューロシンボリックアーキテクチャであるInfoCoordiBridgeを提案する。
InfoCoordiBridge の構成
(i)モダリティ中心のシナプスとともに、型付き構造化事実を出力する統合マルチエージェント認識層。
(ii)マルチソース出力を単一のSceneSummaryに調整して融合するICAモジュール
3)SceneSummary-grounded reasoning を実行する SSRE モジュール。
nuScenesとWaymoの実験では、ICAは融合の一貫性を大幅に改善し、冗長性を1%以下に削減し、約98%の属性合意を達成するとともに、競合する3D検出精度を保っている。
NuScenes-QA と Waymo-QA のベンチマークでは、SSRE は現実のグラウンドを改善するとともに、代表的な VLM やエージェントベースラインと比較して、幻覚的なエンティティの言及を減らす。
全体として、マルチセンサー出力を1つのコンフリクト対応SceneSummaryにコーディネートすることで、InfoCoordiBridgeは、冗長で相互に一貫性のない認識証拠が高レベルの推論に伝播することを防ぐ。
関連論文リスト
- EviRCOD: Evidence-Guided Probabilistic Decoding for Referring Camouflaged Object Detection [9.823189831191064]
参照カモフラージオブジェクト検出(Referring Camouflaged Object Detection, Ref-COD)は、カテゴリ整列参照を用いたクエリイメージ内の特定のカモフラージされたターゲットのセグメンテーションに焦点を当てる。
EviRCOD は,(1) 階層的な参照駆動型変調と多スケールの変形可能なアグリゲーションを利用して,セマンティックな先行表現を注入し,クロススケールな表現を整列する参照誘導型変形性(RGDE) ; (2) ディリクレ証拠推定を階層的なデコードに組み込んだ不確実性認識証拠デコーダ(UAED) と,(3) 境界認識再閉じ込めモジュールである。
論文 参考訳（メタデータ） (2026-04-13T01:53:45Z) - Coupled Control, Structured Memory, and Verifiable Action in Agentic AI (SCRAT -- Stochastic Control with Retrieval and Auditable Trajectories): A Comparative Perspective from Squirrel Locomotion and Scatter-Hoarding [0.0]
本論では, リス生態学は, 樹上性移動, 散発的移動, 観衆に敏感なキャッシングの3つの要求をそれぞれ1つの生物で満たすため, 鋭い比較例を提示する。
本稿では,遅延力学,構造化エピソードメモリ,オブザーバ・ビリーフ状態,オプションレベル動作,遅延検証器信号を備えた最小階層的部分的制御モデルを提案する。
論文 参考訳（メタデータ） (2026-04-03T17:25:05Z) - Neural Uncertainty Principle: A Unified View of Adversarial Fragility and LLM Hallucination [60.197429875410286]
大規模言語モデルにおける視覚と幻覚の対立的脆弱性は、伝統的に別の問題と見なされている。
損失誘起状態下でのニューラル不確実性原理(NUP)の定式化により, ほぼバウンド状態においては, さらなる圧縮は感度分散の増大を伴うことが判明した。
視覚では、高度に結合したコンポーネントをマスキングすることで、コストのかかる敵の訓練なしに堅牢性を向上させる。
言語では、任意の応答トークンを生成する前に、同じプレフィルステージプローブが幻覚リスクを検出する。
論文 参考訳（メタデータ） (2026-03-20T02:07:10Z) - A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms [49.66022971508878]
私たちは、推論はモジュラーコンポーネントからシステムの認知コアに高めるべきだと論じています。
応答性推論のトレードオフやソーシャルゲーム推論など,7つの中核的推論課題を導出し,体系化する。
我々は,LLMに基づく推論と,ミリ秒スケールで安全クリティカルな車両制御の要求との間の,高レイテンシ,熟考的特性の根本的かつ未解決な緊張関係を同定する。
論文 参考訳（メタデータ） (2026-03-11T07:40:53Z) - OMG-Agent: Toward Robust Missing Modality Generation with Decoupled Coarse-to-Fine Agentic Workflows [9.617220633655716]
textbfunderlineOmni-textbfunderlineModality textbfunderlineGeneration Agent (textbfOMG-Agent)について述べる。
論文 参考訳（メタデータ） (2026-02-04T02:25:40Z) - DSCD-Nav: Dual-Stance Cooperative Debate for Object Navigation [63.439158093945956]
本研究では,姿勢に基づくクロスチェックとエビデンス対応仲裁に代えて,Dual-Stance Cooperative Debate Navigation (DSCD-Nav)を提案する。
HM3Dv1、HM3Dv2、MP3Dの実験では、探索冗長性を低減しつつ、成功と経路効率が一貫した改善を示した。
論文 参考訳（メタデータ） (2026-01-29T08:47:55Z) - SSVP: Synergistic Semantic-Visual Prompting for Industrial Zero-Shot Anomaly Detection [55.54007781679915]
本稿では,多種多様な視覚的エンコーディングを効率よく融合させ,モデルの微粒化知覚を高めるSynergistic Semantic-Visual Prompting (SSVP)を提案する。
SSVPは、MVTec-AD上で93.0%のImage-AUROCと92.2%のPixel-AUROCで最先端のパフォーマンスを達成し、既存のゼロショットアプローチを著しく上回っている。
論文 参考訳（メタデータ） (2026-01-14T04:42:19Z) - Cascading multi-agent anomaly detection in surveillance systems via vision-language models and embedding-based classification [0.0]
この研究は、補完パラダイムをコヒーレントで解釈可能なアーキテクチャに統一するカスケーディングマルチエージェントフレームワークを導入している。
初期モジュールは再構成ゲートフィルタリングとオブジェクトレベルの評価を行い、高レベルの推論エージェントは、意味的に曖昧な事象を解釈するために選択的に呼び出される。
このフレームワークは、早期出力効率、適応型マルチエージェント推論、説明可能な異常属性を組み合わせることで、従来の検出パイプラインを超えて進歩し、スケーラブルなインテリジェントなビジュアル監視のための再現可能でエネルギー効率の良い基盤を確立する。
論文 参考訳（メタデータ） (2026-01-08T11:31:47Z) - A Generic Shared Attention Mechanism for Various Backbone Neural Networks [53.36677373145012]
自己注意モジュール(SAM)は、異なる層にまたがる強い相関した注意マップを生成する。
Dense-and-Implicit Attention (DIA)はSAMをレイヤ間で共有し、長期間のメモリモジュールを使用する。
我々のシンプルで効果的なDIAは、様々なネットワークバックボーンを一貫して拡張できます。
論文 参考訳（メタデータ） (2022-10-27T13:24:08Z)
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。