Fugu-MT 論文翻訳(概要): DriveVLA-M0: Failure-Aware Memory Augmentation for Autonomous Driving

論文の概要: DriveVLA-M0: Failure-Aware Memory Augmentation for Autonomous Driving

arxiv url: http://arxiv.org/abs/2608.10413v1
Date: Tue, 11 Aug 2026 03:01:46 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-12 19:14:45.884228
Title: DriveVLA-M0: Failure-Aware Memory Augmentation for Autonomous Driving
Title（参考訳）: DriveVLA-M0: 自律運転のための障害対応メモリ拡張
Abstract要約: VLA(Vision-Language-Action)モデルは、エンドツーエンドの自動運転において有望なパラダイムとして登場した。本稿では,障害対応の潜時メモリを備えた検索拡張VLAであるDriveVLA-M0を提案する。 DriveVLA-M0はメモリの追加で効率よくスケールし、メモリ拡張によるトレーニング不要のパフォーマンス向上を可能にする。
参考スコア（独自算出の注目度）: 39.60553851234952
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Vision-Language-Action (VLA) models have recently emerged as a promising paradigm for end-to-end autonomous driving by enabling unified reasoning across perception, language, and planning. However, existing approaches lack mechanisms to exploit past failures or adapt to distribution shifts, causing the model to persistently underperform on similar scenarios where it has previously failed. In this paper, we propose DriveVLA-M0, a retrieval-augmented VLA with failure-aware latent memory. We construct a latent memory pool that stores failure cases along with their structure scene representations and expert trajectory labels, and design a dedicated Retrieve Model that decouples static road structure and dynamic agent interactions to enable structurally grounded retrieval. At inference time, retrieved cases are injected into the model via a lightweight decoupled LoRA-based test-time training (TTT) mechanism, allowing targeted and scenario-specific correction without modifying the backbone. Extensive experiments on NAVSIMv1 and NAVSIMv2 benchmark demonstrate that our approach consistently outperforms prior methods, achieving 94.1 PDMS on Navtest and 47.0 EPDMS on Navhard with only 26.44 ms TTT backward latency overhead. Furthermore, we show that DriveVLA-M0 scales effectively with additional memory, enabling training-free performance gains through memory expansion. The code is available at https://github.com/ZebinX/DriveVLA-M0.
Abstract（参考訳）: VLA(Vision-Language-Action)モデルは、認識、言語、計画の統一推論を可能にすることによって、エンドツーエンドの自動運転のための有望なパラダイムとして最近登場した。しかし、既存のアプローチには過去の障害を利用したり、分散シフトに適応するためのメカニズムが欠けているため、モデルが以前失敗したようなシナリオでは、持続的にパフォーマンスが低下する。本稿では,障害認識型遅延メモリを備えた検索拡張VLAであるDriveVLA-M0を提案する。本研究では, 静的な道路構造と動的エージェントの相互作用を分離し, 構造的グラウンド検索を可能にする専用検索モデルを構築した。推論時に、検索されたケースは、軽量に分離されたLoRAベースのテストタイムトレーニング(TTT)メカニズムを介してモデルに注入され、バックボーンを変更することなく、ターゲットとシナリオ固有の修正を可能にする。 NAVSIMv1 と NAVSIMv2 ベンチマークの大規模な実験により、我々の手法は従来手法よりも一貫して優れており、Navtest では 94.1 PDMS、Navhard では 47.0 PDMS を、わずか 26.44 ms TTT の後方遅延オーバーヘッドで達成している。さらに,DriveVLA-M0はメモリの追加で効率よくスケールできることを示し,メモリ拡張によるトレーニング不要のパフォーマンス向上を実現する。コードはhttps://github.com/ZebinX/DriveVLA-M0.comで入手できる。

関連論文リスト

CoLT-Drive: Counterfactual Long-Tail Benchmarking and Knowledge-Preserving Adaptation for Driving Affordance Prediction [27.20821192335003]
長い尾の自律運転障害はまれな物体認識エラーとみなされることが多い。我々は、この問題を、モデルがフロントビューイメージ、エゴモーション履歴、ナビゲーションコマンドを構造化された横方向メタアクションにマッピングする、意思決定レベルの駆動能力予測として定式化する。デプロイ可能な小型のVLMを改善するために,構造化された知覚と意思決定のプロンプトを組み合わせた知識保存適応フレームワークであるKPA,SLERPベースのエキスパートマージ,レギュラー対応のLORA混在モジュールであるRegMoEを提案する。
論文参考訳（メタデータ） (2026-08-31T18:44:30Z)
Grounded Semantic Re-Binding for Robust Instruction Generalization in Vision-Language-Action Models [20.8047896631941]
VLA(Vision-Language-Action)モデルは、ロボット操作において優れているが、標準的な指示が言い換えられると破滅的な性能低下を被る。現状のVLAでは,タスクの正当性を内部的に保持することに成功した。不安定な関節経路をバイパスするエレガントな介入であるグラウンドド・セマンティック・リバインド(GSR)を提案する。
論文参考訳（メタデータ） (2026-08-03T17:02:04Z)
DriveVer: Lightweight Trajectory Evaluator as Test-Time Verifier for Autonomous Driving [8.267228986831894]
DriveVerはライトウェイトでプラグ&プレイのTest-Time Verifierで、自動運転システムが高価な重い訓練をすることなく軌道の検証と洗練を可能にする。本稿では,DriveVerが基本計画モデルの性能を大幅に向上させることを示す。特に,34Mパラメータしか持たない極めてコンパクトなモデルとして,DriveVerは最小の計算オーバーヘッドを導入し,競争力のある結果を得る。
論文参考訳（メタデータ） (2026-07-01T03:50:45Z)
Sentinel-VLA: A Metacognitive VLA Model with Active Status Monitoring for Dynamic Reasoning and Error Recovery [62.75419724651416]
textbfSentinel-VLAは,リアルタイム実行状況を監視するアクティブセンチネルモジュールを備えたメタ認知型VLAモデルである。すべてのトレーニングデータは、設計したパイプラインを通じて自動生成され、注釈付けされます。実世界の実験では、Sentinel-VLAはSOTAモデルであるPI0と比較してタスク成功率を30%以上向上することを示した。
論文参考訳（メタデータ） (2026-05-02T02:10:54Z)
OneDrive: Unified Multi-Paradigm Driving with Vision-Language-Action Models [69.2503510410147]
予め訓練されたVLM上に構築した統合自動運転フレームワークを提案する。トレーニング済みのVLMアテンションは、純粋言語モデリング以上の強い伝達性を示すことを示す。エンドツーエンドの自動運転ベンチマークの実験は、最先端のパフォーマンスを示している。
論文参考訳（メタデータ） (2026-04-20T07:50:00Z)
CapTrack: Multifaceted Evaluation of Forgetting in LLM Post-Training [48.70704477452434]
textbfCapTrackは,大規模言語モデルにおける忘れを解析する機能中心のフレームワークである。我々は、ポストトレーニングアルゴリズム、ドメイン、モデルファミリーにまたがる大規模な実証的研究を行う。私たちは、忘れることがパラメトリックな知識を超えて、頑健さとデフォルトの振る舞いに顕著なドリフトがあることに気付きました。
論文参考訳（メタデータ） (2026-02-19T09:46:24Z)
TS-Memory: Plug-and-Play Memory for Time Series Foundation Models [63.21390142212087]
Time Series Foundation Models (TSFM) は大規模な事前訓練を通じて強力なゼロショット予測を実現する。パラメトリック適応は破滅的な忘れを招き、非パラメトリック検索は予測を改善するが、データストア検索によってレイテンシが高くなる。本稿では, TSFM を拡張した軽量メモリアダプタ TS-Memory としてParametric Memory Distillation を提案し,実装する。
論文参考訳（メタデータ） (2026-02-12T04:16:19Z)
Discrete Diffusion for Reflective Vision-Language-Action Models in Autonomous Driving [55.13109926181247]
離散拡散による安全な軌道生成のためのリフレクション機構を統合した学習ベースのフレームワークであるReflectDriveを紹介する。我々のアプローチの中心は、勾配のない反復的な自己補正を行う、安全を意識した反射機構である。本手法は目標条件付き軌道生成から始まり,マルチモーダル運転動作をモデル化する。
論文参考訳（メタデータ） (2025-09-24T13:35:15Z)
CoReVLA: A Dual-Stage End-to-End Autonomous Driving Framework for Long-Tail Scenarios via Collect-and-Refine [73.74077186298523]
CoReVLAは、自動運転のための継続的学習フレームワークである。データコレクションとビヘイビアリファインメントの2段階プロセスを通じて、ロングテールシナリオのパフォーマンスを改善する。 CoReVLAは72.18のドライビングスコア(DS)と50%の成功率(SR)を達成し、7.96DSの最先端手法と15%SRの長期的安全クリティカルシナリオで性能を向上する。
論文参考訳（メタデータ） (2025-09-19T13:25:56Z)
Deep Bilinear Koopman Model for Real-Time Vehicle Control in Frenet Frame [0.0]
本稿では,カービリニアFrenetフレーム内の車両力学のモデリングと制御のための深いクープマン手法を提案する。提案フレームワークは、深層ニューラルネットワークアーキテクチャを使用して、データからクープマン演算子とその関連する不変部分空間を同時に学習する。提案した制御器は, ベースライン制御器と比較して追従誤差を著しく低減し, 組込み自動運転車システムにおけるリアルタイム実装に適していることを確認した。
論文参考訳（メタデータ） (2025-07-16T18:49:44Z)

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。