論文の概要: OpenLongTail: Generative Scaling of Long-Tail Driving Data

• arxiv url: http://arxiv.org/abs/2607.09655v1
• Date: Fri, 10 Jul 2026 17:54:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 14:47:12.919287
• Title: OpenLongTail: Generative Scaling of Long-Tail Driving Data
• Title（参考訳）: OpenLongTail: 長距離運転データの生成スケーリング
• Abstract要約: 我々は、ロングテールイベント下で自律運転ポリシーをスケールするためのオープンソースの生成データエンジンであるOpenLongTailを紹介した。 ポーズインフォームドな外挿ビュー合成パイプラインを開発し、不足するビューを生成する。 閉ループ運転の長期イベント処理におけるロバスト性に大きな改善が観察された。
• 参考スコア（独自算出の注目度）: 89.23019301783745
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scaling robust driving policies is fundamentally bottlenecked by the scarcity of edge cases in curated datasets. While the real world continuously captures these critical events, such long-tail events remain underutilized when collected from heterogeneous sources. Specifically, diverse but valuable in-the-wild long-tail videos lack the full view coverage required for training policy models, often missing multi-view poses or originating solely from monocular dash cameras. This modality gap prevents these ubiquitous observations from being converted into scalable training data for long-tail generalization. We introduce OpenLongTail, an open-source generative data engine for scaling autonomous driving policies under long-tail events. To transform heterogeneous data sources into view-aligned and temporally coherent multi-view assets that are useful for policy learning, we develop a pose-informed extrapolative view synthesis pipeline that generates the missing views. We further enhance cross-view consistency and the temporal alignment for the newly generated views by injecting Plücker ray geometry into the scalable generation engine. By synthesizing heterogeneous long-tail data, we observe a significant improvement in closed-loop driving robustness in handling long-tail events. By measuring the extrapolative view synthesis and pose metrics, we validate the effectiveness of OpenLongTail in visual fidelity, cross-view consistency, and ego-trajectory recovery.
• Abstract（参考訳）: 堅牢な駆動ポリシのスケーリングは、キュレートされたデータセットのエッジケースの不足によって、基本的にボトルネックになっている。 現実の世界はこれらの重要な出来事を継続的に捉えているが、このような長い尾の出来事は異質な情報源から収集された際には未利用のままである。 特に、多種多様だが価値あるロングテールビデオは、トレーニングポリシーモデルに必要な全視野範囲を欠き、しばしば多視点ポーズを欠いているか、単眼のダッシュカメラからのみ派生している。 このモダリティギャップは、これらのユビキタスな観測をロングテール一般化のためのスケーラブルなトレーニングデータに変換するのを防ぐ。 我々は、ロングテールイベント下で自律運転ポリシーをスケールするためのオープンソースの生成データエンジンであるOpenLongTailを紹介した。 ヘテロジニアスなデータソースを、ポリシー学習に有用なビューアライメントと時間的コヒーレントなマルチビューアセットに変換するために、欠落したビューを生成するポーズインフォームトな外挿ビュー合成パイプラインを開発する。 我々はまた、スケーラブルな生成エンジンにプルッカー線幾何を注入することにより、新たに生成されたビューに対するクロスビュー整合性と時間的アライメントをさらに強化する。 ヘテロジニアスなロングテールデータを合成することにより、ロングテールイベントの処理におけるクローズドループ駆動ロバスト性を大幅に改善する。 補外的なビュー合成とポーズのメトリクスを計測することにより、視覚的忠実度、クロスビュー一貫性、エゴ軌道回復におけるOpenLongTailの有効性を検証する。

関連論文リスト

• PolicyLong: Towards On-Policy Context Extension [23.33185151859789]
  本稿では,データ構築を動的なオン・ポリティクスパラダイムにシフトするポリシLongを提案する。 データスクリーニングを反復的に再実行することで、PolicyLongは、進化する能力のトレーニングディストリビューショントラックを保証する。 PolicyLong は EntropyLong と NExtLong を一貫して上回っている。
  論文  参考訳（メタデータ） (2026-04-09T05:07:57Z)
• How Long Can Unified Multimodal Models Generate Images Reliably? Taming Long-Horizon Interleaved Image Generation via Context Curation [42.432491845154445]
  我々は、蓄積された視覚履歴が、生のトークン数ではなく画像イベントの数によって特に支配される、アクティブな汚染の源として機能すると主張している。 完全リコールよりも安全な条件付けを優先するトレーニングフリー推論戦略であるUniLongGenを提案する。
  論文  参考訳（メタデータ） (2026-03-08T09:01:20Z)
• WildLong: Synthesizing Realistic Long-Context Instruction Data at Scale [86.25450054683172]
  WildLongは、実際のユーザクエリからメタ情報を取り出して、スケーラブルなデータを生成する。 クロスドキュメント比較やアグリゲーションといったマルチドキュメント推論をサポートする。 ベンチマーク全体で、既存のオープンソースの長期コンテキスト最適化モデルを上回っている。
  論文  参考訳（メタデータ） (2025-02-23T18:59:09Z)
• TSLANet: Rethinking Transformers for Time Series Representation Learning [19.795353886621715]
  時系列データは、その固有の長短の依存関係によって特徴づけられる。 本稿では,時系列タスクの普遍的畳み込みモデルとして,新しい時系列軽量ネットワーク(TSLANet)を導入する。 我々の実験では、TSLANetは分類、予測、異常検出にまたがる様々なタスクにおいて最先端のモデルよりも優れていることを示した。
  論文  参考訳（メタデータ） (2024-04-12T13:41:29Z)
• Adapting to Length Shift: FlexiLength Network for Trajectory Prediction [53.637837706712794]
  軌道予測は、自律運転、ロボット工学、シーン理解など、様々な応用において重要な役割を果たしている。 既存のアプローチは主に、一般に標準入力時間を用いて、公開データセットの予測精度を高めるために、コンパクトなニューラルネットワークの開発に重点を置いている。 本稿では,様々な観測期間に対する既存の軌道予測の堅牢性を高めるための,汎用的で効果的なフレームワークFlexiLength Network(FLN)を紹介する。
  論文  参考訳（メタデータ） (2024-03-31T17:18:57Z)
• Orthogonal Uncertainty Representation of Data Manifold for Robust Long-Tailed Learning [52.021899899683675]
  長い尾の分布を持つシナリオでは、尾のサンプルが不足しているため、モデルが尾のクラスを識別する能力は制限される。 モデルロバストネスの長期的現象を改善するために,特徴埋め込みの直交不確実性表現(OUR)とエンドツーエンドのトレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2023-10-16T05:50:34Z)
• Contrastive Continual Multi-view Clustering with Filtered Structural Fusion [57.193645780552565]
  ビューが事前に収集されるアプリケーションでは、マルチビュークラスタリングが成功します。 データビューがシーケンシャルに収集されるシナリオ、すなわちリアルタイムデータを見落としている。 いくつかの方法が提案されているが、安定塑性ジレンマに閉じ込められている。 フィルタ構造融合を用いたコントラスト連続多視点クラスタリングを提案する。
  論文  参考訳（メタデータ） (2023-09-26T14:18:29Z)
• Improving GANs for Long-Tailed Data through Group Spectral Regularization [51.58250647277375]
  本稿では, スペクトル爆発によるモード崩壊を防止する新しいグループスペクトル正規化器 (gSR) を提案する。 我々は,gSRが既存の拡張および正規化技術と効果的に組み合わせることで,長期化データ上での最先端の画像生成性能が向上することを発見した。
  論文  参考訳（メタデータ） (2022-08-21T17:51:05Z)
• Interpretable Deep Representation Learning from Temporal Multi-view Data [4.2179426073904995]
  変動型オートエンコーダとリカレントニューラルネットワークに基づく生成モデルを提案し,多視点時間データに対する潜時ダイナミクスを推定する。 提案モデルを用いて,モデルの有効性と解釈可能性を示す3つのデータセットを解析する。
  論文  参考訳（メタデータ） (2020-05-11T15:59:06Z)

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。