論文の概要: MapAgent: An Industrial-Grade Agentic Framework for City-scale Lane-level Map Generation

• arxiv url: http://arxiv.org/abs/2606.04513v1
• Date: Wed, 03 Jun 2026 06:44:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-04 20:44:18.59162
• Title: MapAgent: An Industrial-Grade Agentic Framework for City-scale Lane-level Map Generation
• Title（参考訳）: MapAgent: 都市規模のレーンレベルマップ生成のための産業用グレードエージェントフレームワーク
• Authors: Deguo Xia, Zihan Li, Haochen Zhao, Dong Xie, Yuyao Kong, Xiyan Liu, Jizhou Huang, Mengmeng Yang, Diange Yang,
• Abstract要約: レーンレベルの地図は、自動運転とレーンレベルのナビゲーションにとって重要なインフラである。 最近のエンドツーエンドのベクトル化マッピング手法は,センサデータから直接レーン形状やトポロジーを予測することができる。 仕様に準拠したレーンマップ生産のためのベクトル化バックボーンを増強する,産業レベルのエージェントアーキテクチャであるMapAgentを提案する。
• 参考スコア（独自算出の注目度）: 29.433966399682504
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Lane-level maps are critical infrastructure for autonomous driving and lane-level navigation, yet constructing and maintaining standardized lane networks for hundreds of cities remains highly labor-intensive. Recent end-to-end vectorized mapping methods can predict lane geometry and topology directly from sensor data, but they typically treat mapping specifications and traffic regulations as implicit, dataset-dependent supervision. Moreover, in complex scenes (e.g., worn or missing markings and occlusions), correct lane configurations are often under-determined by visual evidence alone, making specification violations a major source of human post-editing. We propose MapAgent, an industrial-grade agentic architecture that augments a vectorization backbone for specification-compliant lane-map production. Rather than merely adding an agent loop to map prediction, MapAgent couples backbone perception with explicit specification verification, constraint-aware reasoning, and deterministic map editing under a bounded, verification-driven Judge-Planner-Worker loop. A vision-language Judge diagnoses errors by jointly inspecting visual evidence and draft vectors, while a tool-calling Planner generates minimal corrective edits with post-edit re-validation. To remain scalable for city-scale production, MapAgent is selectively triggered only on tiles with low backbone confidence, adding modest overhead while preserving throughput. Experiments on real-world datasets show consistent gains over strong production baselines, especially in complex and long-tail scenarios. Additionally, MapAgent has been integrated into Baidu Maps, supporting lane-level map generation for over 360 cities nationwide and elevating the overall production automation to over 95%, demonstrating MapAgent's practicality and effectiveness for large-scale lane-level map generation.
• Abstract（参考訳）: レーンレベルの地図は、自動運転とレーンレベルのナビゲーションにとって重要なインフラであるが、何百もの都市で標準化されたレーンネットワークを構築し維持することは、非常に労働集約的である。 最近のエンドツーエンドのベクトル化マッピング手法では,センサデータから直接レーン形状やトポロジを予測することができるが,一般的にはマッピング仕様や交通規制を暗黙的かつデータセットに依存した監視として扱う。 さらに、複雑なシーン(例えば、着る、または欠落するマーキングや閉塞)では、正しい車線構成は視覚的証拠だけでは過小評価されることが多く、仕様違反は人間の後編集の主要な原因となっている。 仕様に準拠したレーンマップ生産のためのベクトル化バックボーンを増強する,産業レベルのエージェントアーキテクチャであるMapAgentを提案する。 MapAgentは単にエージェントループをマップ予測に追加するのではなく、明示的な仕様検証、制約認識推論、決定論的マップ編集を境界付き検証駆動のジャッジ・プランナー・ワーバーループで結合する。 視覚言語判事は、ビジュアルエビデンスとドラフトベクターを共同で検査することでエラーを診断し、ツールコールプランナーは、編集後再検証による最小限の修正編集を生成する。 都市規模の運用にスケーラブルを維持するため、MapAgentはバックボーンの信頼性が低いタイルのみを選択的にトリガし、スループットを保ちながらオーバーヘッドを緩やかなものにする。 実世界のデータセットの実験では、特に複雑な、長い尾のシナリオにおいて、強いプロダクションベースラインよりも一貫した利得を示している。 さらに、MapAgentはBaidu Mapsに統合され、全国360以上の都市でレーンレベルのマップ生成をサポートし、全体の生産自動化を95%以上に向上させ、大規模レーンレベルのマップ生成におけるMapAgentの実用性と有効性を実証した。

関連論文リスト

• Geo-Data-Driven HD Map Generation Workflow with Integrated Reference-Free Constraint-Based Verification [4.735259292476909]
  ハイデフィニション(HD)マップは自動走行システムのコアアーティファクトであるが、その生成は一般的にセンサー集約型のモバイルマッピングキャンペーンに依存している。 本稿では,表現レベル検証を統合したHDマップ生成のためのエンジニアリング指向のジオデータ駆動ワークフローを提案する。
  論文  参考訳（メタデータ） (2026-05-18T09:08:56Z)
• TopoSD: Topology-Enhanced Lane Segment Perception with SDMap Prior [70.84644266024571]
  我々は、標準定義地図(SDMaps)を見るために知覚モデルを訓練することを提案する。 我々はSDMap要素をニューラル空間マップ表現やインスタンストークンにエンコードし、先行情報のような補完的な特徴を組み込む。 レーンセグメント表現フレームワークに基づいて、モデルはレーン、中心線、およびそれらのトポロジを同時に予測する。
  論文  参考訳（メタデータ） (2024-11-22T06:13:42Z)
• ADMap: Anti-disturbance framework for reconstructing online vectorized HD map [9.218463154577616]
  本稿では, 反ゆらぎマップ再構築フレームワーク (ADMap) を提案する。 点次ジッタを緩和するため、このフレームワークは、マルチスケール知覚ネック、インスタンスインタラクティブアテンション(IIA)、ベクトル方向差損失(VDDL)の3つのモジュールで構成されている。
  論文  参考訳（メタデータ） (2024-01-24T01:37:27Z)
• Online Map Vectorization for Autonomous Driving: A Rasterization Perspective [58.71769343511168]
  より優れた感度を有し,現実の自律運転シナリオに適した,新化に基づく評価指標を提案する。 また、精度の高い出力に微分可能化を適用し、HDマップの幾何学的監視を行う新しいフレームワークであるMapVR(Map Vectorization via Rasterization)を提案する。
  論文  参考訳（メタデータ） (2023-06-18T08:51:14Z)
• GoRela: Go Relative for Viewpoint-Invariant Motion Forecasting [121.42898228997538]
  精度や一般化を犠牲にすることなく、全てのエージェントとマップに対して効率的な共有符号化を提案する。 不均一空間グラフにおけるエージェントとマップ要素間の幾何学的関係を表現するために、ペアワイズ相対的な位置符号化を利用する。 我々のデコーダは視点非依存であり、レーングラフ上でエージェント目標を予測し、多様かつコンテキスト対応のマルチモーダル予測を可能にする。
  論文  参考訳（メタデータ） (2022-11-04T16:10:50Z)
• MP3: A Unified Model to Map, Perceive, Predict and Plan [84.07678019017644]
  MP3は、入力が生のセンサーデータと高レベルのコマンドであるマップレス運転に対するエンドツーエンドのアプローチである。 提案手法は, より安全で, 快適であり, 長期クローズループシミュレーションにおいて, ベースラインよりもコマンドを追従できることを示す。
  論文  参考訳（メタデータ） (2021-01-18T00:09:30Z)
• Learning Lane Graph Representations for Motion Forecasting [92.88572392790623]
  生の地図データからレーングラフを構築し,地図構造を保存する。 我々は,アクター・トゥ・レーン,レーン・トゥ・レーン,レーン・トゥ・アクター,アクター・トゥ・アクターの4種類のインタラクションからなる融合ネットワークを利用する。 提案手法は,大規模Argoverse運動予測ベンチマークにおいて,最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2020-07-27T17:59:49Z)

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。