論文の概要: SSP: An Event-Matched Syn2Sim2Phy Cross-Domain Evaluation Framework for Autonomous Driving VLA Models
- arxiv url: http://arxiv.org/abs/2608.14024v1
- Date: Fri, 14 Aug 2026 07:15:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.302875
- Title: SSP: An Event-Matched Syn2Sim2Phy Cross-Domain Evaluation Framework for Autonomous Driving VLA Models
- Title（参考訳）: SSP: 自律走行VLAモデルのためのイベントマッチングSyn2Sim2Phyクロスドメイン評価フレームワーク
- Abstract要約: SSP(Synthetic-Simulation-Physical)は、イベントマッチング型Syn2Sim2Phy評価フレームワークである。
同じ安全性とクリティカルな相互作用と比較すると、ドメイン間をアンカーする。
SSPはOpenEMMA、LLaViDA、Alpamayo-R1からの異種出力を共通意味スロットにマッピングする。
- 参考スコア（独自算出の注目度）: 6.051883426724795
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vision-language-action (VLA) models for autonomous driving jointly produce scene interpretation, language-based reasoning, and driving trajectories. Existing evaluations often use independently selected synthetic, simulated, and physical data, so measured performance gaps can be confounded by changes in scenario content rather than genuine domain sensitivity. We propose SSP (Synthetic-Simulation-Physical), an event-matched Syn2Sim2Phy evaluation framework that anchors cross-domain comparison to the same safety-critical interaction. Starting from a synthetic long-tail video, SSP builds a validated event specification that preserves road topology, participant roles, relative motion, conflict evolution, passing order, response constraints, and event phases. Platform-specific realizations are then constructed in CARLA and on a closed proving ground and are evaluated only after transfer audits confirm preservation of mandatory event properties. SSP maps heterogeneous outputs from OpenEMMA, LLaViDA, and Alpamayo-R1 into common semantic slots and a 1 s trajectory window to assess output validity, semantic accuracy, critical-interaction recognition, trajectory quality, and risk response. Across Cut-in and vulnerable-road-user crossing cases, the macro-averaged Integrated VLA Capability Scores are 0.259, 0.291, and 0.325 in the Synthetic, Simulation, and Physical domains, respectively, while the best domain varies by scenario. Alpamayo-R1, OpenEMMA, and LLaViDA obtain scores of 0.405, 0.338, and 0.131. SSP provides a reproducible scene-transfer chain and an evidence-qualified evaluation of VLA behavior without assuming that the Physical domain is universally superior.
- Abstract（参考訳）: 自律運転のための視覚言語アクション(VLA)モデルは、シーン解釈、言語に基づく推論、運転軌道を共同で生成する。
既存の評価では、独立に選択された合成データ、シミュレーションデータ、物理データを使用することが多いため、実際のドメイン感度ではなくシナリオ内容の変化によって、測定されたパフォーマンスギャップを再構築することができる。
SSP(Synthetic-Simulation-Physical)は,イベントマッチング型Syn2Sim2Phy評価フレームワークである。
合成ロングテールビデオから始まり、SSPは、道路トポロジ、参加者の役割、相対運動、コンフリクト進化、通過順序、応答制約、イベントフェーズを保存する検証済みのイベント仕様を構築する。
プラットフォーム固有の実現は, CARLA やクローズドな証明場に構築され, 強制イベント特性の保存確認後のみ評価される。
SSPは、OpenEMMA、LLaViDA、Alpamayo-R1からの異種出力を共通意味スロットと1s軌道ウィンドウにマッピングし、出力の妥当性、意味的正確性、臨界相互作用認識、軌道品質、リスク応答を評価する。
カットインおよび脆弱な道路利用者横断ケース全体で、マクロ平均のVLA能力スコアは、それぞれ合成、シミュレーション、物理ドメインにおいて0.259、0.291、0.325であり、最適なドメインはシナリオによって異なる。
Alpamayo-R1、OpenEMMA、LLaViDAは0.405、0.338、0.131のスコアを得る。
SSPは、物理領域が普遍的に優れていると仮定することなく、再現可能なシーン・トランスファー・チェーンと、VLAの振る舞いのエビデンスに適合した評価を提供する。
関連論文リスト
- VIPS: Vehicle-Infrastructure Cooperative Planning Benchmark via Pseudo-Simulation [50.18051979020699]
VIPSは擬似シミュレーションに基づくV2I設定における協調自動運転のベンチマークである。
CoS-V2Xはスパース表現に基づく協調計画フレームワークである。
論文 参考訳（メタデータ） (2026-09-02T11:32:52Z) - Rethinking the Evaluation and Optimization of LLM-Based Social Simulation [56.18577997572273]
主観性係数を用いて、主観性が高くなるにつれて、精度に基づく評価とハードラベルトレーニングがいかに失敗するかを分析する。
我々は193のアノテーションと100の主観的質問を含む19,300の文脈のベンチマークであるSUBJSIMを構築した。
SUBJSIMの結果は,本手法の利点を示すものである。
論文 参考訳（メタデータ） (2026-08-20T06:26:03Z) - WorldSimProbe: Diagnosing Simulator Faithfulness in Action-Conditioned World Models for Embodied Manipulation [85.15806404962193]
行動条件付き世界モデル(ACWM)は、計画、ポリシー評価、データ生成のためのスケーラブルな予測シミュレータを具現化したAIを提供することを約束する。
物理シミュレータが期待する観測能力を用いてACWMを評価する。
WorldSimProbeは、制御のバリエーション、相互作用のグラウンディングにおける構造化された障害、ダイナミックスにまたがる、システマティックなアクション実現の劣化を明らかにする。
論文 参考訳（メタデータ） (2026-08-10T08:48:06Z) - BIFROST: Bridging Invariant Feature Representation for Observation-space Sim2Real Transfer [12.497312159934351]
我々は、この共有構造を生観測から識別し、活用し、ゼロショット転送を可能にする政策を訓練できるかどうか検討する。
BIFROSTは、クロスドメインの2つの目的によって、ペア化されたクロスドメインデータ上で共有履歴エンコーダを学習する。
我々は、sim2simビジュアルナビゲーションとsim2realコンタクトリッチ操作タスクとビジュアルサーボタスクに関する実証的な証拠を提供する。
論文 参考訳（メタデータ） (2026-07-01T19:15:17Z) - ReactSim-Bench: Benchmarking Reactive Behavior World Model Simulation in Autonomous Driving [56.96697737229895]
リアクティブ能力は、自律運転シミュレーションシステムのためのデータ駆動行動世界モデルシミュレータの重要な特性である。
本稿では,自律運転における行動世界モデルシミュレーションの反応性を評価するためのReactSim-Benchを紹介する。
論文 参考訳（メタデータ） (2026-06-12T03:11:06Z) - Towards Real-world Human Behavior Simulation: Benchmarking Large Language Models on Long-horizon, Cross-scenario, Heterogeneous Behavior Traces [81.41397370235102]
我々はOmniBehaviorを紹介した。OmniBehaviorは実世界のデータから構築された最初のユーザシミュレーションベンチマークである。
現在のモデルでは,コンテキストウィンドウが拡大しても,複雑な振る舞いを正確にシミュレートすることが困難であることを示す。
この結果、個人差や長い尾の挙動が失われ、将来の高忠実度シミュレーション研究における重要な方向性が浮き彫りになる。
論文 参考訳（メタデータ） (2026-04-09T15:26:21Z) - Model-Based Policy Adaptation for Closed-Loop End-to-End Autonomous Driving [54.46325690390831]
本稿では,事前学習したE2E運転エージェントのロバスト性と安全性を高めるための汎用フレームワークとして,モデルベースポリシー適応(MPA)を提案する。
MPAは、ジオメトリ一貫性のあるシミュレーションエンジンを用いて、まず様々な対物軌道を生成する。
MPAは拡散ベースのポリシーアダプタを訓練し、基本方針の予測を洗練させ、Q値モデルを多段階に分けて長期的な結果を評価する。
論文 参考訳（メタデータ） (2025-11-26T17:01:41Z) - Bridging the Synthetic-Real Gap: Supervised Domain Adaptation for Robust Spacecraft 6-DoF Pose Estimation [13.83897333268682]
宇宙船のポース推定は、ランデブー、ドッキング、軌道上のドッキングのような自律的な宇宙活動の基本的な能力である。
既存のドメイン適応アプローチは、この問題を軽減することを目的としているが、ラベル付きターゲットサンプルの少ない数が利用できる場合、しばしば性能が低下する。
本稿では,SPEキーポイント回帰に適したSDA(Supervised Domain Adaptation)フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-17T08:03:05Z) - Mind the Domain Gap: Measuring the Domain Gap Between Real-World and Synthetic Point Clouds for Automated Driving Development [0.06022769903412459]
ドメインギャップのない合成データのシミュレーションは、ロボティクス、フォトグラム、コンピュータビジョン研究において不可欠である。
これまでの研究は、あるシーンでデータをシミュレートし、異なる現実のシーンのパフォーマンスを分析することに集中してきた。
そこで本研究では,実世界のセンサ観測と,同じ位置を表すシミュレーションデータとの領域ギャップを計測する手法を提案する。
論文 参考訳（メタデータ） (2025-05-23T14:31:36Z) - Let Synthetic Data Shine: Domain Reassembly and Soft-Fusion for Single Domain Generalization [68.41367635546183]
単一ドメインの一般化は、単一のソースからのデータを使用して、さまざまなシナリオで一貫したパフォーマンスでモデルをトレーニングすることを目的としている。
モデル一般化を改善するために合成データを活用した学習フレームワークDRSFを提案する。
論文 参考訳（メタデータ） (2025-03-17T18:08:03Z) - One-Shot Domain Adaptive and Generalizable Semantic Segmentation with
Class-Aware Cross-Domain Transformers [96.51828911883456]
セマンティックセグメンテーションのための教師なしのsim-to-realドメイン適応(UDA)は、シミュレーションデータに基づいて訓練されたモデルの実世界のテスト性能を改善することを目的としている。
従来のUDAは、適応のためのトレーニング中に利用可能なラベルのない実世界のサンプルが豊富にあると仮定することが多い。
実世界のデータサンプルが1つしか利用できない,一発の教師なしシム・トゥ・リアル・ドメイン適応(OSUDA)と一般化問題について検討する。
論文 参考訳（メタデータ） (2022-12-14T15:54:15Z) - Validation of Simulation-Based Testing: Bypassing Domain Shift with
Label-to-Image Synthesis [9.531148049378672]
本稿では,異なる転送可能性尺度とともに生成ラベル-画像合成モデルからなる新しいフレームワークを提案する。
シーンを駆動するセマンティックセグメンテーションタスクにおいて,本手法を実証的に検証する。
後者は実生活と合成テストを区別できるが、前者は自動車と歩行者の両方で0.7の驚くほど強い相関関係を観察する。
論文 参考訳（メタデータ） (2021-06-10T07:23:58Z)
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。