Fugu-MT 論文翻訳(概要): Knowledge-Data-Dual-Driven Reinforcement Learning for Autonomous Vehicle Control in Mixed Traffic

論文の概要: Knowledge-Data-Dual-Driven Reinforcement Learning for Autonomous Vehicle Control in Mixed Traffic

arxiv url: http://arxiv.org/abs/2608.13878v1
Date: Fri, 14 Aug 2026 02:07:13 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-17 20:14:29.250307
Title: Knowledge-Data-Dual-Driven Reinforcement Learning for Autonomous Vehicle Control in Mixed Traffic
Title（参考訳）: 混合交通における自律走行車両制御のための知識データ駆動型強化学習
Abstract要約: 混合交通では、自動運転車(AV)の意思決定は3つの相互関連課題に直面している。第一に、物理学に基づく先駆者は、潜伏した対話的な車両の意図や多様なドライバーの振る舞いを捉えない。第二に、周囲の車両による急激な操作は非定常性を引き起こし、ロングテールの安全イベントは未調査のままである。第三に、ハイブリッドアクション空間は、連続車追従と離散車線変更操作の時間スケールが異なるため、統一的なRLトレーニングを不安定にする。
参考スコア（独自算出の注目度）: 7.833666254318349
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In mixed traffic, decision-making for autonomous vehicles (AVs) confronts three interrelated challenges. First, physics-based priors incorporated into reinforcement learning (RL) models fail to capture latent interactive vehicle intentions and diverse driver behaviors, limiting the proactive reasoning capabilities. Second, abrupt maneuvers by surrounding vehicles cause non-stationarity, leaving long-tail safety events under-explored. Third, hybrid action spaces destabilize unified RL training due to the different temporal scales of continuous car-following and discrete lane-changing maneuvers. To address these issues, we propose Knowledge-Data Dual-driven Reinforcement Learning (KDDRL). First, a conditional deep generative model synthesizes intention-aware future trajectories, converting passive perception into proactive predictive states. Second, a knowledge-data dual-driven paradigm operates on these predictive states, fusing probabilistic data-driven insights with physical constraints to guide safe exploration through safety-critical scenarios. Third, a coupling module compresses both intention-aware trajectories and physical constraints into compact shared embeddings. This unified representation enables asynchronous multi-timescale optimization of continuous car-following and discrete lane-changing while preserving mutual information. Evaluations on dataset-calibrated simulations demonstrate that KDDRL effectively handles intention uncertainty, accelerates training convergence, and outperforms conventional baseline methods in terms of safety, efficiency, and comfort.
Abstract（参考訳）: 混合交通では、自動運転車(AV)の意思決定は3つの相互関連課題に直面している。第一に、強化学習(RL)モデルに組み込まれた物理学ベースの先行モデルは、潜在的な対話的な車両意図と多様なドライバーの振る舞いを捉えることができず、前向きな推論能力を制限する。第二に、周囲の車両による急激な操作は非定常性を引き起こし、ロングテールの安全イベントは未調査のままである。第三に、ハイブリッドアクション空間は、連続車追従と離散車線変更操作の時間スケールが異なるため、統一的なRLトレーニングを不安定にする。これらの課題に対処するため,知識データによる強化学習(KDDRL)を提案する。第一に、条件付き深層生成モデルが意図認識の将来の軌跡を合成し、受動的知覚を前向きな予測状態に変換する。第二に、ナレッジデータ二重駆動のパラダイムは、これらの予測状態で動作し、確率的データ駆動の洞察を物理的制約と融合させ、安全クリティカルなシナリオを通じて安全な探索を導く。第三に、結合モジュールは意図認識軌道と物理的制約の両方をコンパクトな共有埋め込みに圧縮する。この統一表現は、相互情報を保持しながら、連続車追従と離散車線変更の非同期マルチスケール最適化を可能にする。 KDDRLは意図的不確実性を効果的に処理し、トレーニングの収束を加速し、安全性、効率、快適性の点で従来のベースライン手法より優れていることを示す。

関連論文リスト

SIREN-Bench: Behavior-Driven Generation and Evaluation of Emergency-Vehicle Interactions [4.523530339704703]
行動駆動型SUMO-CARLA共言語プラットフォームである textbfSIREN について述べる。このプラットフォームをtextbfSIREN-v1 としてインスタンス化し,緊急レベル L1-L3 の7つのパラメータ化インタラクションテンプレートと3つの行動ファミリからなる。本稿では,3次元物体検出,軌道予測,視覚言語によるリスク理解という3つの代表的な課題を通じてベンチマークを実証する。
論文参考訳（メタデータ） (2026-08-25T05:41:34Z)
End-to-end Conditional Diffusion for Realistic and Controllable Visual Traffic Scenario Generation [59.188006170485046]
E2E-CDiffは、制御可能で現実的なシナリオ生成のためのエンドツーエンドの条件拡散フレームワークである。微分可能な誘導は速度を規制し、乾燥可能な領域のコンプライアンスを強制し、衝突回避や衝突回避行動をサポートする。 E2E-CDiffは、学習ベースのエゴプランナーとしても競争力がある。
論文参考訳（メタデータ） (2026-07-21T02:13:25Z)
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)
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)
AI2-Active Safety: AI-enabled Interaction-aware Active Safety Analysis with Vehicle Dynamics [8.557684007368046]
本稿では,AIを利用した対話型アクティブ安全分析フレームワークを提案する。このフレームワークは、道路勾配を考慮した自転車モデルを用いて、車両のダイナミクスを正確に捉える。並行して、ハイパーグラフベースのAIモデルが開発され、環境トラフィックの確率的軌跡を予測する。
論文参考訳（メタデータ） (2025-05-01T05:46:34Z)
Minds on the Move: Decoding Trajectory Prediction in Autonomous Driving with Cognitive Insights [18.92479778025183]
運転シナリオでは、車両の軌道は人間の運転者の意思決定プロセスによって決定される。従来のモデルは人間のドライバーの真の意図を捉えることができず、長期の軌道予測において最適以下の性能をもたらす。ドライバーの意思決定メカニズムを解釈するために,認知的概念である知覚安全を取り入れた認知情報変換器(CITF)を導入する。
論文参考訳（メタデータ） (2025-02-27T13:43:17Z)
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)
Deep Reinforcement Learning for Autonomous Vehicle Intersection Navigation [0.24578723416255746]
強化学習アルゴリズムは、これらの課題に対処するための有望なアプローチとして登場した。そこで本研究では,低コスト単一エージェントアプローチを用いて,T断面積を効率よく安全にナビゲートする問題に対処する。提案手法により,AVはT断面積を効果的にナビゲートし,走行遅延,衝突最小化,総コストの面で従来の手法より優れていることがわかった。
論文参考訳（メタデータ） (2023-09-30T10:54:02Z)
Unsupervised Driving Event Discovery Based on Vehicle CAN-data [62.997667081978825]
本研究は,車両CANデータのクラスタリングとセグメンテーションを同時に行うことで,一般的な運転イベントを教師なしで識別する手法である。我々は、実際のTesla Model 3車載CANデータと、異なる運転イベントをアノテートした2時間の運転セッションのデータセットを用いて、アプローチを評価した。
論文参考訳（メタデータ） (2023-01-12T13:10:47Z)
Modeling driver's evasive behavior during safety-critical lane changes:Two-dimensional time-to-collision and deep reinforcement learning [19.649145869208617]
本研究の目的は,車線変更に伴う回避行動モデルの開発である。安全に配慮した交通シミュレーションと予測衝突回避システムの開発を容易にする。
論文参考訳（メタデータ） (2022-09-29T23:23:38Z)
Congestion-aware Multi-agent Trajectory Prediction for Collision Avoidance [110.63037190641414]
渋滞パターンを明示的に学習し、新しい「センス--学習--Reason--予測」フレームワークを考案する。学習段階を2段階に分解することで、「学生」は「教師」から文脈的手がかりを学習し、衝突のない軌跡を生成する。実験では,提案モデルが合成データセットにおいて衝突のない軌道予測を生成できることを実証する。
論文参考訳（メタデータ） (2021-03-26T02:42:33Z)

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。