論文の概要: FactorDrive: Adaptive Multi-Step Reasoning Driven by Planning-Critical Factors for End-to-End Autonomous Driving
- arxiv url: http://arxiv.org/abs/2608.09591v1
- Date: Mon, 10 Aug 2026 13:26:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.288094
- Title: FactorDrive: Adaptive Multi-Step Reasoning Driven by Planning-Critical Factors for End-to-End Autonomous Driving
- Title（参考訳）: FactorDrive: エンド・ツー・エンド自動運転のための計画批判要因による適応型マルチステップ推論
- Abstract要約: 計画クリティカル要因(PCF)による適応的多段階推論のためのエンドツーエンドフレームワークであるFacterDriveを提案する。
PCF-CoTデータセットは、軌道に関連のある空間物理学的証拠を推論する計画を立てる。
QS-GRPOはモンテカルロ木探索(MCTS)を軌道レベルの計画報酬でガイドし、より高い計画品質の推論経路を発見する。
- 参考スコア（独自算出の注目度）: 8.241982806652256
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vision-language models (VLMs) have advanced scene understanding and enabled explicit reasoning in end-to-end autonomous driving. However, existing methods insufficiently integrate spatial-physical evidence into planning reasoning, while reasoning adaptation remains coarse-grained and falls short of scene-specific planning demands. Furthermore, reasoning-path optimization for higher planning quality remains largely unexplored in autonomous-driving post-training. To address these limitations, we propose FactorDrive, an end-to-end autonomous driving framework for adaptive multi-step reasoning driven by planning-critical factors (PCFs). We first perform large-scale driving-domain instruction tuning to establish foundational driving knowledge. Building on this foundation, we construct PCF-CoT, a chain-of-thought (CoT) dataset that grounds planning reasoning in trajectory-relevant spatial-physical evidence and organizes reasoning around scene-specific PCFs, enabling the composition and depth of reasoning paths to adapt to different planning demands. We further introduce Quality Search-Guided Group Relative Policy Optimization (QS-GRPO), which guides Monte Carlo Tree Search (MCTS) with trajectory-level planning rewards to discover reasoning paths with higher planning quality and uses the resulting responses to optimize the policy through GRPO, thereby improving trajectory planning performance. Extensive experiments on both open-loop (nuScenes) and closed-loop-oriented (NAVSIM) benchmarks demonstrate that FactorDrive achieves state-of-the-art planning performance.
- Abstract（参考訳）: 視覚言語モデル(VLM)は高度なシーン理解を持ち、エンドツーエンドの自動運転において明確な推論を可能にしている。
しかし、既存の手法では、空間物理学的な証拠を計画的推論に十分に組み込むことができず、推論の適応は粗い粒度のままであり、シーン固有の計画要求には達していない。
さらに、より高い計画品質のための推論パス最適化は、自動運転後トレーニングにおいてほとんど未検討のままである。
これらの制約に対処するために,計画クリティカルファクタ(PCF)によって駆動される適応型多段階推論のためのエンドツーエンドの自律運転フレームワークであるFacterDriveを提案する。
まず、基礎駆動知識を確立するために、大規模駆動ドメイン指導チューニングを行う。
この基礎の上に構築されたPCF-CoTは、軌道関連空間物理学的証拠に基づく計画推論を基盤とし、シーン固有のPCFに関する推論を整理し、様々な計画要求に対応するための推論経路の構成と深さを可能にする。
さらに、モンテカルロ木探索(MCTS)を軌道レベルの計画報酬で誘導し、より高い計画品質の推論経路を発見する品質探索誘導群相対政策最適化(QS-GRPO)を導入し、その結果の応答を用いてGRPOによる政策最適化を行い、軌道計画性能を向上させる。
オープンループ(nuScenes)とクローズドループ指向(NAVSIM)のベンチマークによる大規模な実験は、FacterDriveが最先端の計画性能を達成することを実証している。
関連論文リスト
- MAGNIFIED: RL Fine-tuning of Multimodal Large Language Models for Motion Planning [16.474293563670415]
MLLM(Multi-modal Large Language Models)は意味理解と常識推論において顕著な能力を示す。
次世代のテキスト予測目標は、自動運転車の計画目標を達成できない可能性がある。
本稿では,MLLMをベースとした運転エージェントをトークンレベルの報酬から学習することで,計画目標と整合する強化学習ファインチューニング手法MAGNIFIEDを提案する。
論文 参考訳（メタデータ） (2026-06-02T16:07:28Z) - Optimizing Trajectory-Trees in Belief Space: An Application from Model Predictive Control to Task and Motion Planning [12.236092368066332]
本稿では,部分的に観測可能なロボット計画問題に対して,一般的な逐次的トラジェクトリではなく,アーボラキシートラジェクトリ(トラジェクトリ木)の利点を考察する。
システムの1つの前方進化をモデル化するシーケンシャルなトラジェクトリとは異なり、トラジェクトリツリーは複数の可能なコンティニュエーションをキャプチャする。
論文 参考訳（メタデータ） (2026-05-03T13:06:20Z) - HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。
我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2026-04-04T04:12:47Z) - CarPLAN: Context-Adaptive and Robust Planning with Dynamic Scene Awareness for Autonomous Driving [24.617191209246226]
CarPLANは、駆動コンテキスト理解を明示的に強化する新しいILベースのモーションプランニングフレームワークである。
変位認識予測一般化(DPE)はモデルの空間認識を改善する。
CMD(Context-adaptive Multi-Expert Decoder)は、さまざまな駆動コンテキストを扱うモデルの能力を改善する。
論文 参考訳（メタデータ） (2026-03-13T03:22:32Z) - 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) - LeAD: The LLM Enhanced Planning System Converged with End-to-end Autonomous Driving [48.607991747956255]
本稿では,大規模な言語モデル(LLM)拡張と模倣学習に基づくエンドツーエンド(E2E)フレームワークを統合した,二段階自動運転アーキテクチャLeADを提案する。
CARLAシミュレータでの実験的な評価は、LeADが従来と異なるシナリオをうまく扱えることを示し、Leadboard V1ベンチマークで71点、ルート完了率は93%である。
論文 参考訳（メタデータ） (2025-07-08T07:58:29Z) - ReCogDrive: A Reinforced Cognitive Framework for End-to-End Autonomous Driving [49.07731497951963]
ReCogDriveは、エンドツーエンドの自動運転のための新しい強化認知フレームワークである。
我々は、人間のドライバーのシーケンシャルな認知過程を模倣する階層的なデータパイプラインを導入する。
次に、VLMの学習した運転先を拡散プランナーに注入することで、言語行動ミスマッチに対処する。
論文 参考訳（メタデータ） (2025-06-09T03:14:04Z) - 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) - 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) - LLM-Assist: Enhancing Closed-Loop Planning with Language-Based Reasoning [65.86754998249224]
従来のルールベースプランナとLCMベースのプランナを併用した,新しいハイブリッドプランナを開発した。
当社のアプローチでは,既存のプランナが苦労する複雑なシナリオをナビゲートし,合理的なアウトプットを生成すると同時に,ルールベースのアプローチと連携して作業する。
論文 参考訳（メタデータ） (2023-12-30T02:53:45Z)
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。