論文の概要: PriorEye: Geospatial Visual Priors for End-to-End Autonomous Driving
- arxiv url: http://arxiv.org/abs/2606.31830v1
- Date: Tue, 30 Jun 2026 15:36:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.287502
- Title: PriorEye: Geospatial Visual Priors for End-to-End Autonomous Driving
- Title（参考訳）: PriorEye: エンドツーエンドの自動運転のための地理空間的視覚的優先
- Abstract要約: 本稿では,デュアルメモリアーキテクチャと適応メモリゲートを備えたメモリ拡張モジュールを提案する。
このアプローチは、さまざまなエンドツーエンドのベースラインにわたるパフォーマンスを一貫して改善します。
本手法はセンサの破損に対するロバスト性を本質的に向上するが,デュアルメモリ設計は,検索した前処理が信頼できない場合に安全なフォールバックを保証する。
- 参考スコア（独自算出の注目度）: 8.847248042144681
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most end-to-end autonomous driving methods rely solely on instantaneous sensor observations, limiting them to reactive behavior without the anticipatory foresight human drivers employ through prior experience. We introduce geospatial visual priors, street-level visual context anchored to the intended driving route, providing visual-spatial foresight independent of real-time sensors. We propose a memory augmentation module featuring a dual-memory architecture and an adaptive memory gate, which can be easily integrated into existing end-to-end approaches. This design pairs a contextual memory for retrieved priors with a persistent fallback memory, and dynamically regulates the influence of memories based on current state compatibility. Evaluated on the NAVSIM-v2 benchmark, our approach consistently improves performance across diverse end-to-end baselines. Furthermore, because these priors are independent of onboard sensors, our method inherently improves robustness against sensor corruption, while the dual-memory design ensures safe fallback when the retrieved priors themselves become unreliable. Our project page is available at https://ori-mrg.github.io/PriorEye.
- Abstract（参考訳）: エンド・ツー・エンドの自動運転手法の多くは、瞬時にセンサーの観察にのみ依存しており、人間のドライバーが以前の経験を通じて採用する予見的フォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアフォアト・ドライバー)を使わずに、反応的な行動に制限する。
本研究では,地理空間の視覚的先入観,道路レベルの視覚的コンテキストを意図した走行経路に固定し,リアルタイムセンサに依存しない視覚空間のフォレストを提供する。
本稿では,デュアルメモリアーキテクチャとアダプティブメモリゲートを備えたメモリ拡張モジュールを提案する。
この設計は、取得した前のコンテキストメモリと永続的なフォールバックメモリをペアリングし、現在の状態互換性に基づいてメモリの影響を動的に制御する。
NAVSIM-v2ベンチマークで評価すると、我々のアプローチは多様なエンドツーエンドベースラインのパフォーマンスを継続的に改善する。
さらに、これらの先行は搭載センサーとは独立しているため、本手法は本来、センサの破損に対する堅牢性を向上する一方、二重メモリ設計は、取得した先行が信頼できない場合に、安全なフォールバックを保証する。
私たちのプロジェクトページはhttps://ori-mrg.github.io/PriorEye.orgで公開されている。
関連論文リスト
- Driving on Memory [44.83333974000826]
高いベンチマークスコアは、モデルがその前のシーンを理解し、それに従って行動できることを反映すべきである。
我々は、モデルのカメラ入力を、同じ場所にある前のドライブからのメモリに置き換える。
メモリはNAVSIMでほぼ十分であり、主要なエンドツーエンドメソッドのパフォーマンスに到達または超える。
論文 参考訳（メタデータ） (2026-08-31T16:10:04Z) - Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation [68.02899606570223]
本稿では,効率的なエンボディナビゲーションのための統合フレームワークであるTAMP-Navを提案する。
まず、ナビゲーションを2次元の視覚座標に再構成するPixel-to-3D Action Formulation(Point)を導入する。
次に,Selective Reasoning and Anchor-Trajectory Memory Mechanism (Think and Memorize)を提案する。
論文 参考訳（メタデータ） (2026-08-18T08:37:08Z) - PerceptDrive: Perception Prior World-Action Modeling with Adaptive Expert Routing for End-to-End Autonomous Driving [20.924755586440362]
PerceptDriveは、アダプティブなエキスパートルーティングを備えた世界アクションモデリングフレームワークである。
PerceptDriveは、凍結して運転に適応したプロバイダから教師が蒸留した事前情報を供給している。
事前保持目的は、各ブランチをその前のブランチにアンカーする。
論文 参考訳（メタデータ） (2026-07-22T14:09:15Z) - EventVLA: Event-Driven Visual Evidence Memory for Long-Horizon Vision-Language-Action Policies [68.812675280427]
EventVLAは、疎視的エビデンスメモリの概念に基づいて開発されたエンドツーエンドフレームワークである。
KEMは、VLAの潜伏した埋め込みから将来の確率を直接予測し、スパースでタスククリティカルな視覚イベントを自律的にキャプチャして保存する。
対話型視覚的エビデンスで非マルコフ操作タスクを評価するための診断ベンチマークであるRoboTwin-MeMを提案する。
論文 参考訳（メタデータ） (2026-06-18T11:11:37Z) - Scaling Short-Term Memory of Visuomotor Policies for Long-Horizon Tasks [69.19366746169906]
本稿では,短期記憶を利用するビジュモータポリシーのためのトランスフォーマーベースのアーキテクチャであるPRISMを提案する。
海賊フィルタは情報を取得し、関連する詳細を抑え、性能を向上する。
階層アーキテクチャは、ローカル情報をコンパクトなトークンに圧縮し、計算とメモリフットプリントを改善する。
論文 参考訳（メタデータ） (2026-06-15T03:49:23Z) - Interactive Tracking: A Human-in-the-Loop Paradigm with Memory-Augmented Adaptation [60.96010213186819]
自然言語コマンドを使用していつでもトラッカーをガイドできる新しいパラダイムであるInteractive Trackingを導入する。
対話型トラッキングのための最初の大規模ベンチマークであるInteractTrackについて紹介する。
第3に,ユーザからのフィードバックから学習し,トラッキング動作を更新するために動的メモリ機構を利用する新しいベースラインであるInteractive Memory-Augmented Tracking (IMAT)を導入する。
論文 参考訳（メタデータ） (2026-04-02T12:33:27Z) - LMPOcc: 3D Semantic Occupancy Prediction Utilizing Long-Term Memory Prior from Historical Traversals [4.970345700893879]
LMPOcc(Longal Memory Prior Occupancy)は、歴史的知覚出力から派生した長期記憶の優先順位を利用する最初の3次元占有予測手法である。
本研究では,長期記憶を組み込んだプラグイン・アンド・プレイアーキテクチャを導入し,グローバルな占有表現を同時に構築しながら,局所的な知覚を高める。
論文 参考訳（メタデータ） (2025-04-18T09:58:48Z) - OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
軌道予測はコンピュータビジョンと自律運転の基本である。
この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。
本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
論文 参考訳（メタデータ） (2024-04-02T18:30:29Z) - FENet: Focusing Enhanced Network for Lane Detection [0.0]
この研究は、Focusing Smpling、Partial Field of View Evaluation、Enhanced FPN Architecture、Directional IoU Lossで拡張されたネットワークのパイオニアである。
実験では、均一なアプローチとは異なり、重要な遠隔の細部を強調しながら、集中サンプリング戦略を実証した。
今後の方向性には、道路上のデータ収集や、補完的な2つのフレームワークの統合などが含まれる。
論文 参考訳（メタデータ） (2023-12-28T17:52:09Z) - Exploring Contextual Representation and Multi-Modality for End-to-End
Autonomous Driving [58.879758550901364]
最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。
我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。
提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
論文 参考訳（メタデータ） (2022-10-13T05:56:20Z) - Memory Guided Road Detection [6.27372232212177]
本研究では,道路検出の高速化とロバスト性を高めるアーキテクチャを提案する。
従来のフレームのギストを利用して、ネットワークをトレーニングし、現在の道路をより正確に予測し、以前のフレームとの偏差を小さくする。
論文 参考訳（メタデータ） (2021-06-27T10:17:02Z) - IntentNet: Learning to Predict Intention from Raw Sensor Data [86.74403297781039]
本論文では,LiDARセンサが生成する3次元点群と,環境の動的なマップの両方を利用するワンステージ検出器と予測器を開発した。
当社のマルチタスクモデルは、それぞれの別々のモジュールよりも高い精度を実現し、計算を節約します。
論文 参考訳（メタデータ） (2021-01-20T00:31:52Z)
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。