論文の概要: GraphWorld: Long-Horizon Planning with World Models for End-to-End Autonomous Driving

• arxiv url: http://arxiv.org/abs/2606.16274v1
• Date: Mon, 15 Jun 2026 06:26:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.118028
• Title: GraphWorld: Long-Horizon Planning with World Models for End-to-End Autonomous Driving
• Title（参考訳）: GraphWorld: エンド・ツー・エンドの自動運転のための世界モデルによる長距離計画
• Authors: Ziying Song, Caiyan Jia, Lin Liu, Lei Yang, Shengkai Zhang, Feiyang Jia, Fengda Zhao, Peiliang Wu, Shaoqing Xu, Chen Lv, Yadan Luo,
• Abstract要約: GraphWorldはE2E-ADフレームワークで、潜在世界モデリングを通じて長期計画を明確に強化する。 本研究では,エゴ車と周辺エージェントの相互作用をモデル化することで,エゴ中心の潜在世界表現を学習する世界国家計画を提案する。 この潜在世界状態は、重要な相互作用のダイナミクスと安全関連セマンティクスを捉え、長距離で安全を意識した軌道計画の指針となる条件付け信号として機能する。
• 参考スコア（独自算出の注目度）: 56.50032398571235
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: End-to-end autonomous driving has made significant progress by unifying perception, prediction, and planning within a single learning framework, achieving strong performance in short-horizon decision making. However, most existing E2E-AD methods remain confined to short-horizon planning and lack the ability to model long-term temporal dependencies, which severely limits their generalization and security in complex and highly interactive driving scenarios. In this work, we propose GraphWorld, an E2E-AD framework that explicitly enhances long-horizon planning through latent world modeling. We introduce an Ego-Centric Interaction Graph, which adaptively models critical neighboring agents based on spatial proximity, and propagates relational context to planning queries via cross-node cross-attention. We present a World-State-Conditioned Planning that learns ego-centric latent world representations by modeling interactions between an ego vehicle and surrounding agents. This latent world state captures key interaction dynamics and safety-relevant semantics, and serves as a conditioning signal to guide long-horizon, safety-aware trajectory planning. Extensive experiments on Bench2Drive, NAVSIMv1/2, and nuScenes demonstrate that GraphWorld significantly reduces collision rates and improves long-horizon planning performance, validating its effectiveness in complex driving environments.
• Abstract（参考訳）: エンドツーエンドの自動運転は、単一の学習フレームワーク内で認識、予測、計画を統合することで大きな進歩を遂げ、短期的な意思決定において強力なパフォーマンスを達成した。 しかし、既存のE2E-AD手法の多くは短期計画に限られており、長期の時間的依存をモデル化する能力が欠如しているため、複雑で対話性の高い運転シナリオにおける一般化とセキュリティが著しく制限されている。 本稿では,潜時世界モデリングによる長期計画を明確に強化するE2E-ADフレームワークであるGraphWorldを提案する。 本稿では,空間的近接性に基づいて重要な隣接エージェントを適応的にモデル化するEgo-Centric Interaction Graphを提案する。 本研究では,エゴ車と周辺エージェントの相互作用をモデル化することで,エゴ中心の潜在世界表現を学習する世界国家計画を提案する。 この潜在世界状態は、重要な相互作用のダイナミクスと安全関連セマンティクスを捉え、長期の安全を意識した軌道計画の指針となる条件付け信号として機能する。 Bench2Drive, NAVSIMv1/2, nuScenesの大規模な実験により、GraphWorldは衝突率を著しく低減し、長期計画性能を向上し、複雑な運転環境におけるその有効性を検証した。

関連論文リスト

• X-Foresight: A Joint Vision-Action Causal Forecasting Network via Predictive World Modeling [47.54820149491433]
  我々は,ビジョン・ランゲージ・アクション・アーキテクチャに直接統合された予測的世界モデルであるX-Foresightを紹介する。 隣接するフレームではなく意味的に離れたチャンクを予測することで、X-Foresightは自明な外挿を逃れる。 総合的な実験により、X-Foresightは計画性能においてVLAベースラインを大幅に上回っていることが示された。
  論文  参考訳（メタデータ） (2026-05-24T06:37:04Z)
• The DAWN of World-Action Interactive Models [30.798493550954703]
  世界予測と行動生成は、孤立した並列分岐または厳格な予測理論計画パイプラインとして扱われる。 textbfDAWN (textbfDenoising textbfActions and textbfWorld itextbfNteractive model) は単純だが強力な遅延生成ベースラインである。 DAWNは、複数の自律運転ベンチマークで強い計画性能と良好な安全関連結果を達成する。
  論文  参考訳（メタデータ） (2026-05-12T05:30:00Z)
• DeepSight: Long-Horizon World Modeling via Latent States Prediction for End-to-End Autonomous Driving [13.924469176668941]
  本稿では,連続した将来のフレームに対する潜在意味的特徴の並列予測を行う駆動世界モデルを提案する。 また,新たな社会的知識と推論機能を活用する,効率的かつ適応的なテキスト推論機構も導入する。 本稿では, 閉ループBench2driveベンチマークにおいて, 最先端(SOTA)結果を実現する新しい, 効率的かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2026-05-11T13:36:51Z)
• Uni-World VLA: Interleaved World Modeling and Planning for Autonomous Driving [52.04950569530877]
  我々は、将来のフレーム予測と軌道計画の密接なインターリーブを行う統合視覚言語行動モデルUni-World VLAを提案する。 提案手法は,高忠実度将来のフレーム予測を行いながら,競合する閉ループ計画性能を実現する。
  論文  参考訳（メタデータ） (2026-03-28T14:39:51Z)
• DiFSD: Ego-Centric Fully Sparse Paradigm with Uncertainty Denoising and Iterative Refinement for Efficient End-to-End Self-Driving [55.53171248839489]
  我々は、エンドツーエンドの自動運転のためのエゴ中心の完全スパースパラダイムであるDiFSDを提案する。 特に、DiFSDは主にスパース知覚、階層的相互作用、反復的な運動プランナーから構成される。 nuScenesとBench2Driveデータセットで実施された実験は、DiFSDの優れた計画性能と優れた効率を実証している。
  論文  参考訳（メタデータ） (2024-09-15T15:55:24Z)

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。