論文の概要: BeyondSight: Object Permanence for End-to-End Autonomous Driving
- arxiv url: http://arxiv.org/abs/2607.09138v1
- Date: Fri, 10 Jul 2026 06:50:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-13 16:48:13.425774
- Title: BeyondSight: Object Permanence for End-to-End Autonomous Driving
- Title（参考訳）: BeyondSight: エンドツーエンドの自動運転のためのオブジェクト永続性
- Abstract要約: BeyondSightは、アクターの存在を可観測性から切り離す永続性対応のエンドツーエンド駆動フレームワークである。
さらにnuScenes-Permanenceを導入する。nuScenesの拡張で、観測不能アクターに対する監視および可観測性条件付き評価を提供する。
- 参考スコア（独自算出の注目度）: 15.325254732771343
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous driving operates in partially observable environments where actors may become fully occluded by other vehicles or infrastructure. Most end-to-end driving systems implicitly couple actor existence to instantaneous observations, causing actor hypotheses to degrade or disappear during prolonged occlusion and removing potentially critical agents from downstream prediction and planning. We introduce BeyondSight, a permanence-aware end-to-end driving framework that decouples actor existence from observability by maintaining persistent actor hypotheses over time. BeyondSight propagates actor queries temporally and updates them with observation-conditioned evidence, enabling joint perception, prediction, and planning to reason about actors even when they are temporarily unobservable. To enable principled training and evaluation of persistence-aware models, we further introduce nuScenes-Permanence, an extension of nuScenes that provides supervision and observability-conditioned evaluation for unobservable actors. Experiments show that BeyondSight substantially improves reasoning under occlusion, increasing detection performance for unobservable actors from 0 to 0.249 mAP while reducing planning error from 0.61 to 0.54 L2avg. These results highlight object permanence as an important modeling principle for robust end-to-end autonomous driving.
- Abstract（参考訳）: 自律運転は、アクターが他の車両やインフラに完全に拘束されるような、部分的に観察可能な環境で機能する。
ほとんどのエンド・ツー・エンドの運転システムは、アクターの存在を瞬間的な観察に暗黙的に結合し、長い閉塞の間にアクター仮説が劣化または消失し、下流の予測と計画から潜在的に重要なエージェントを除去する。
持続的なアクター仮説を時間とともに維持することにより、アクターの存在を可観測性から切り離す、永続的なエンド・ツー・エンド駆動フレームワークであるBeyondSightを紹介した。
BeyondSightはアクタークエリを時間的に伝播し、観察条件付きエビデンスで更新する。
持続性を考慮したモデルの原則的トレーニングと評価を可能にするため,観測不可能なアクターに対する監視および可観測性を考慮した評価を提供するnuScenes-Permanenceを導入する。
実験の結果、BeyondSightはオクルージョン下での推論を大幅に改善し、観測不能アクターの検知性能を0から0.249 mAPに向上し、計画誤差を0.61から0.54 L2avgに低減した。
これらの結果は、堅牢なエンドツーエンド自動運転のための重要なモデリング原則として、オブジェクト永続性を強調している。
関連論文リスト
- What Do They See? Interpreting Complex Road Scenarios Through the Eyes of Vision-Language-Action Models for Safe and Trustworthy Autonomous Vehicle Learning [2.5264159985739623]
フロントカメラ画像から検出対象を体系的に除去するフレームワークを提案する。
これにより、各オブジェクトの存在がモデルの計画行動に与える影響を分離する。
また、モデルが人間ドライバーが考慮する対象に強く反応するケースも見つかる。
論文 参考訳（メタデータ） (2026-07-18T19:20:16Z) - Bench2Drive-Robust: Benchmarking Closed-Loop Autonomous Driving under Deployment Perturbations [122.22391796628408]
Bench2Drive-Robustは、クローズドループのエンドツーエンド自動運転のための最初のデバイス中心の堅牢性ベンチマークである。
我々は,カメラストリーム障害,エゴ状態推定誤差,計算による制御遅延という3つの主要な原因から生じる展開指向の摂動を系統的に評価した。
以上の結果から,これらの展開に伴う摂動は閉ループ駆動性能を著しく低下させる可能性が示唆された。
論文 参考訳（メタデータ） (2026-05-18T08:45:24Z) - MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。
本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。
MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
論文 参考訳（メタデータ） (2026-05-13T23:35:14Z) - LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning [51.969318585152116]
LatentPilotは、トレーニング中の将来の観察を貴重なデータソースとして利用して、アクション条件付きビジュアルダイナミクスを学習する。
そこで本稿では,フライホイール方式のトレーニング機構を提案する。これは,道路上の軌道を反復的に収集し,エージェントの行動分布に適合するようにモデルを再訓練する。
R2R-CE、RxR-CE、R2R-PEベンチマークの実験では新たなSOTA結果が得られた。
論文 参考訳（メタデータ） (2026-03-31T02:21:59Z) - Predict and Resist: Long-Term Accident Anticipation under Sensor Noise [14.759047709239788]
事故予測は積極的で安全な自動運転に不可欠である。
現実の展開を妨げる2つの重要な課題は、天候、動きのぼかし、ハードウェアの制限によるノイズや劣化した感覚入力である。
本稿では,これらの課題に対処するために,拡散に基づくデノベーションと時間認識アクター批判モデルを統合する統合フレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-10T11:41:43Z) - Natural Reflection Backdoor Attack on Vision Language Model for Autonomous Driving [55.96227460521096]
視覚言語モデル(VLM)は推論能力を高めるために自律運転システムに統合されている。
本稿では,自律運転シナリオにおけるVLMシステムを対象とした自然反射型バックドアアタックを提案する。
我々の発見は、自動運転の厳しいリアルタイム要求を生かした、新たなタイプの攻撃を発見しました。
論文 参考訳（メタデータ） (2025-05-09T20:28:17Z) - QuAD: Query-based Interpretable Neural Motion Planning for Autonomous Driving [33.609780917199394]
自動運転車は環境を理解して適切な行動を決定する必要がある。
従来のシステムは、シーン内のエージェントを見つけるためにオブジェクト検出に依存していた。
我々は、最初に占有する時間的自律性を知覚するカスケードモジュールから遠ざかる、統一的で解釈可能で効率的な自律フレームワークを提案する。
論文 参考訳（メタデータ） (2024-04-01T21:11:43Z) - Implicit Occupancy Flow Fields for Perception and Prediction in
Self-Driving [68.95178518732965]
自動運転車(SDV)は、周囲を認識でき、他の交通参加者の将来の行動を予測できなければならない。
既存の作業は、検出されたオブジェクトの軌跡が続くオブジェクト検出を実行するか、シーン全体の密度の高い占有とフローグリッドを予測するかのいずれかである。
これは、認識と将来の予測に対する統一されたアプローチを動機付け、単一のニューラルネットワークで時間とともに占有とフローを暗黙的に表現します。
論文 参考訳（メタデータ） (2023-08-02T23:39:24Z) - ReasonNet: End-to-End Driving with Temporal and Global Reasoning [31.319673950804972]
ReasonNetは、運転シーンの時間的情報と世界的情報の両方を広範囲に活用する、新しいエンドツーエンド駆動フレームワークである。
本手法は,異なるフレームにおける特徴間の相互作用や関係を効果的に処理できる。
シーンのグローバルな情報に関する推論は、全体の知覚性能を向上させることもできる。
論文 参考訳（メタデータ） (2023-05-17T18:24:43Z) - Dfferentiable Raycasting for Self-supervised Occupancy Forecasting [52.61762537741392]
自動運転のための運動計画では、エゴ車の周囲の環境が時間とともにどのように進化するかを学ぶ必要がある。
本稿では,自由空間のようなビュー依存表現の自然な代替手段として,幾何学的占有を用いる。
私たちの重要な洞察は、差別化可能なレイキャストを使用して、将来の占有率予測を、将来のLiDARスイープ予測に"レンダリング"することです。
論文 参考訳（メタデータ） (2022-10-04T21:35:21Z) - Uncertainty-Aware Vehicle Orientation Estimation for Joint
Detection-Prediction Models [12.56249869551208]
オリエンテーションは、自律システムの下流モジュールにとって重要な特性である。
本稿では,既存のモデルを拡張し,共同物体検出と動き予測を行う手法を提案する。
さらに、この手法は予測の不確かさを定量化することができ、推定された向きが反転する確率を出力することができる。
論文 参考訳（メタデータ） (2020-11-05T21:59:44Z)
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。