論文の概要: World Models as Adversaries: Multi-Agent Self-Play Fine-Tuning for Robust Motion Planning
- arxiv url: http://arxiv.org/abs/2607.10630v1
- Date: Sun, 12 Jul 2026 07:44:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.487537
- Title: World Models as Adversaries: Multi-Agent Self-Play Fine-Tuning for Robust Motion Planning
- Title（参考訳）: アドバイザとしての世界モデル:ロバストな運動計画のためのマルチエージェントセルフプレイファインチューニング
- Abstract要約: Adversa World Modeling(英語版)は理論上基礎を成すマルチエージェント・セルフプレイ・ファインチューニングフレームワークである。
内的最小化においては、プランナーの予測世界モデルは、スパースでシーン適応的なアタック・アタック・アライアンスを学ぶロール条件の敵に変換される。
nuPlan と InterPlan のベンチマーク実験により,本手法が伝達可能な対角相互作用を生成することを示す。
- 参考スコア（独自算出の注目度）: 60.88859946006306
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robust motion planning in dense traffic requires autonomous vehicles to interact in rare and safety-critical scenarios that are underrepresented in naturalistic driving data. Although adversarial training offers a feasible solution, existing methods often rely on external scenario generators, heuristic perturbations, or simulator-heavy rollouts, which makes them difficult to integrate with modern autoregressive planners. Here, we cast adversarially robust planner learning as a constrained min-max game and propose Adversarial World Modeling (AWM), a theoretically grounded multi-agent self-play fine-tuning framework. Since solving the exact game is intractable, AWM introduces a principled decoupled solver. In the inner minimization, the planner's predictive world model is converted into a role-conditioned adversary that learns sparse, scene-adaptive attack coalitions via counterfactual credit assignment. In the outer maximization, the ego planner optimizes a regret-aware robust best response against the frozen AWM, utilizing tail-risk weighting and reference-anchored trust regions to improve hard-case recovery while preserving nominal driving behavior. Experiments on the nuPlan and InterPlan benchmarks demonstrate that our method generates transferable adversarial interactions and yields a robust planner that achieves competitive closed-loop performance in both nominal and highly interactive long-tail scenarios. Theoretical analysis justifies the decoupled solver and the main optimization components.
- Abstract（参考訳）: 密集した交通におけるロバストな運動計画では、自然主義的な運転データでは表現されていない稀で安全性に欠けるシナリオで自動運転車が対話する必要がある。
敵の訓練は実現可能な解決策を提供するが、既存の手法は、しばしば外部シナリオジェネレータ、ヒューリスティックな摂動、あるいはシミュレータの重いロールアウトに依存しており、現代の自己回帰プランナーとの統合が困難である。
そこで我々は,制約付きmin-maxゲームとして,逆向きに頑健なプランナー学習を行い,理論的に基礎を成すマルチエージェント・セルフプレイ・ファインチューニングフレームワークであるAdversarial World Modeling (AWM)を提案する。
正確な解法は難解であるため、AWMは原理化された解法を導入する。
内的最小化では、プランナーの予測世界モデルがロール条件の敵に変換され、対実的信用代行を通じてスパースでシーン適応的なアタック・アタック・連立を学習する。
外部最大化において、エゴプランナーは、テールリスク重み付けとレファレンスアンカレッド信頼領域を利用して、凍結したAWMに対する後悔を意識した堅牢なベストレスポンスを最適化し、名目駆動動作を保ちながらハードケース回復を改善する。
nuPlan と InterPlan のベンチマーク実験により,本手法は伝達可能な対角相互作用を発生し,名目および高度に対話的なロングテールシナリオにおいて,競合する閉ループ性能を実現する頑健なプランナーが得られることを示した。
理論的解析は分離解法と主最適化成分を正当化する。
関連論文リスト
- One Diffusion Model, Two Roles: Guided Trajectory Planning and Safety-Critical Scenario Generation in Closed-Loop Simulation [4.570068778162319]
本研究では,1つの事前学習拡散交通モデルが,自律走行開発ループにおいて2つの補完的な役割を果たすことを示す。
計画面では,単一ストリームデュアルストリーム(SSDS)拡散変換器デコーダを導入する。
我々は,制御可能なシナリオジェネレータと同じ拡散モデルを用いて,クローズドループ評価のためのリアルなロングテール駆動インタラクションを生成する。
論文 参考訳（メタデータ） (2026-09-04T09:22:54Z) - Coordinated Motion Planning for Multi-Arm Systems via Iterative LQ Games [21.845592692945047]
本稿では,多マニピュレータ動作計画のための反復線形擬似ゲームフレームワークを提案する。
我々のフレームワークは、スムーズで安全で効率的な軌道を高次元設定で生成し、従来の手法より優れている。
論文 参考訳（メタデータ） (2026-08-27T21:33:38Z) - ConsistencyPlanner: Real-time Planning with Fast-Sampling Consistency Models [17.576850682759012]
複雑な現実世界の運転シナリオにおけるクローズドループ計画は、自動運転システムにとって重要な課題である。
従来のルールベースのメソッドは解釈可能であり、それらの事前定義された定義は動的トラフィック環境への適応性に欠ける。
高速サンプリング一貫性モデルを用いたリアルタイム計画フレームワークであるConsistency Plannerを提案する。
論文 参考訳（メタデータ） (2026-06-10T01:51:51Z) - 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) - ADV-0: Closed-Loop Min-Max Adversarial Training for Long-Tail Robustness in Autonomous Driving [63.980630608984605]
本稿では、ゼロサムマルコフゲームとして、駆動ポリシー(ディフェンダー)と敵エージェント(アタックラー)の相互作用を扱うクローズドループのmin-max最適化フレームワークであるADV-0を提案する。
これを実現するため,我々は動的敵の進化を反復的な選好学習とし,この最適性を効率的に近似し,アルゴリズムに依存しない解をゲームに提供する。
実験により、多様な安全クリティカルな障害を効果的に露呈し、学習方針と運動プランナーの両方の一般化可能性を大幅に向上させることが示されている。
論文 参考訳（メタデータ） (2026-03-16T12:58:31Z) - PILOT: Planning via Internalized Latent Optimization Trajectories for Large Language Models [51.43746425777865]
大規模言語モデル(LLM)は、しばしばグローバル戦略を定式化する能力に欠けており、長い水平タスクにおけるエラーの伝播につながる。
PILOTは,大規模モデルの戦略的監視を本質的な潜伏誘導に内部化するためのフレームワークである。
論文 参考訳（メタデータ） (2026-01-07T12:38:56Z) - ImagiDrive: A Unified Imagination-and-Planning Framework for Autonomous Driving [64.12414815634847]
ビジョン・ランゲージ・モデル(VLM)とドライビング・ワールド・モデル(DWM)は、この課題のさまざまな側面に対処する強力なレシピとして独立して登場した。
我々は、VLMベースの運転エージェントとDWMベースのシーン想像装置を統合した、新しいエンドツーエンドの自動運転フレームワークであるImagiDriveを提案する。
論文 参考訳（メタデータ） (2025-08-15T12:06:55Z) - Diffusion-Based Planning for Autonomous Driving with Flexible Guidance [19.204115959760788]
閉ループ計画のための新しい変圧器ベース拡散プランナを提案する。
本モデルは,予測タスクと計画タスクの協調モデリングを支援する。
様々な運転スタイルで頑健な伝達性を持つ最先端の閉ループ性能を実現する。
論文 参考訳（メタデータ） (2025-01-26T15:49:50Z) - SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。
提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。
複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
論文 参考訳（メタデータ） (2023-12-31T04:14:43Z) - Interactive Joint Planning for Autonomous Vehicles [19.479300967537675]
対話的な運転シナリオでは、あるエージェントの行動が隣人の行動に大きな影響を及ぼす。
本稿では,MPCを学習予測モデルでブリッジする対話型共同計画(Interactive Joint Planning, IJP)を提案する。
IJPは、共同最適化やサンプリングベースの計画を実行することなく、ベースラインを大幅に上回る。
論文 参考訳（メタデータ） (2023-10-27T17:48:25Z)
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。