論文の概要: Beyond Textual Chain-of-Thought: A Survey on Action-Grounded Reasoning in Autonomous Driving
- arxiv url: http://arxiv.org/abs/2609.01659v1
- Date: Mon, 31 Aug 2026 18:16:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:17.645714
- Title: Beyond Textual Chain-of-Thought: A Survey on Action-Grounded Reasoning in Autonomous Driving
- Title（参考訳）: テキスト・チェーン・オブ・ワットを超えて:自律運転におけるアクション・グラウンド・推論に関する調査
- Abstract要約: Chainof Thought (T) 推論は、答えを生成する前に中間ステップを引き出す生成モデルを利用する。
自律運転では、推論は物理的世界と同じ構造を共有しなければならない。
本稿では,中間状態の形式を組織軸として扱う表現中心分類法を提案する。
- 参考スコア（独自算出の注目度）: 28.633270047578346
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Chain-of-thought (CoT) reasoning powers generative models by eliciting intermediate steps before producing an answer. In autonomous driving, the answer is a continuous action. Thus its reasoning must share the same spatiotemporal structure as the physical world. This survey studies the resulting shift from textual CoT to action-grounded reasoning. Surveying 171 papers, including 130 method papers and 41 benchmarks, datasets, surveys, and analysis papers, we propose a representation-centered taxonomy that treats the form of the intermediate state as the organizing axis. We systematize the 130 methods into four categories: language-based, visual-spatial, latent-dynamic, and externalized reasoning, further divided into 13 subtypes tied to distinct regions of interests. Our synthesis shows that the open frontier of reasoning in driving agents lies in intermediate representations that can be grounded in the real world, coupled to real-time action, and verified under safety-critical systems. Project page: https://github.com/tangzhengxu/awesome-av-cot.
- Abstract（参考訳）: チェーン・オブ・シント(CoT)推論は、答えを生成する前に中間ステップを抽出することで生成モデルに力を与える。
自律運転では、答えは継続的な行動である。
したがって、その推論は物理的世界と同じ時空間構造を共有する必要がある。
本研究では,テキストCoTからアクショングラウンド推論への移行について検討した。
130のメソッド論文と41のベンチマーク、データセット、サーベイ、分析論文を含む171の論文を調査し、中間状態の形式を組織軸として扱う表現中心分類法を提案する。
我々は130の手法を,言語ベース,視覚空間,潜在力学,外的推論の4つのカテゴリに分類し,さらに異なる関心領域に関連付けられた13のサブタイプに分類した。
筆者らは, 運転エージェントにおける推論のオープンフロンティアが, リアルタイム行動と連動し, 安全クリティカルなシステム下で検証できる中間表現にあることを示した。
プロジェクトページ: https://github.com/tangzhengxu/awesome-av-cot.com
関連論文リスト
- Ontology-Amplified Distillation and Contextuality Auditing for Sovereign Enterprise Language Models: A Combined Proof-of-Mechanism and Negative-Results Method Study [0.0]
本稿では2つの関連するFAOS研究を1つのメカニズムと制御項目にまとめる。
まず, オントロジー増幅蒸留の低消費電力実験を報告する。
第2に,エンタープライズエージェントルーティングのためのコンテキスト性監査手法を統合する。
論文 参考訳（メタデータ） (2026-07-11T15:42:40Z) - H-GRPO: Permutation-Invariant Reinforcement Learning for Grounded Visual Reasoning [14.276463740862825]
VLM(Vision-Language Models)は、ベンチマークで高パフォーマンスを実現し、「ブラックボックス」を継続する。
そこで本稿では,De-compositional Evidence Groundingによる性能と解釈性の向上を目的としたフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-29T07:51:25Z) - RoboPIN: Grounded Embodied Reasoning via Pinned Chain-of-Thought [50.36951914894845]
身体的推論は、物理的環境におけるタスク関連オブジェクトや空間を知覚するモデルを必要とする。
現在の視覚言語モデルは、テキストのみまたはコーディネートで拡張されたチェーン・オブ・思想に依存している。
我々は、あらゆる推論ステップを視覚的証拠にピン留めする構造化推論パラダイムであるPinned Chain-of-Thoughtを提案する。
論文 参考訳（メタデータ） (2026-06-14T11:30:42Z) - Dynamics Within Latent Chain-of-Thought: An Empirical Study of Causal Structure [58.89643769707751]
表現空間における潜在連鎖を操作可能な因果過程として研究する。
遅延ステップの予算は、均質な余分な深さよりも、非局所的なルーティングを備えたステージ機能のように振る舞う。
これらの結果は、モード条件と安定性を意識した分析を、潜伏推論システムの解釈と改善のための信頼性の高いツールとして動機付けている。
論文 参考訳（メタデータ） (2026-02-09T15:25:12Z) - A Survey of Inductive Reasoning for Large Language Models [55.23215679173251]
帰納的モードは知識の一般化に不可欠であり、人間の認知とよく一致している。
帰納的推論の重要性にもかかわらず、体系的な要約は存在しない。
本稿では,大規模言語モデルに対する帰納的推論の包括的調査を行う。
論文 参考訳（メタデータ） (2025-10-11T11:45:38Z) - From Static to Dynamic: a Survey of Topology-Aware Perception in Autonomous Driving [15.697462339824474]
自律運転を実現するための鍵は、トポロジーを意識した認識にある。
静的な事前構築された地図からダイナミックなセンサー駆動の知覚へのシフトを観察する。
より適応的でスケーラブルで説明可能な自律運転システムを実現するための道を開いたのです。
論文 参考訳（メタデータ） (2025-09-28T04:47:33Z) - Implicit Reasoning in Large Language Models: A Comprehensive Survey [67.53966514728383]
大規模言語モデル(LLM)は、幅広いタスクにまたがる強力な一般化を実証している。
最近の研究は、暗黙の推論に拍車をかけた、明示的な思考の連鎖から注意を向けている。
本調査では,表現形式から計算戦略へ焦点を移し,実行パラダイムを中心とした分類を紹介した。
論文 参考訳（メタデータ） (2025-09-02T14:16:02Z) - Explainable Chain-of-Thought Reasoning: An Empirical Analysis on State-Aware Reasoning Dynamics [69.00587226225232]
本研究では,CoTトラジェクトリを構造化潜在力学に抽象化する状態認識遷移フレームワークを提案する。
推論のグローバルな構造を特徴づけるために、それらの進行をマルコフ連鎖としてモデル化する。
この抽象化は、意味的役割の識別、時間的パターンの可視化、一貫性評価など、さまざまな分析をサポートする。
論文 参考訳（メタデータ） (2025-08-29T18:53:31Z) - A Survey on Latent Reasoning [100.54120559169735]
大きな言語モデル(LLM)は印象的な推論機能を示している。
中間ステップを言語化するCoT推論は、モデルの表現帯域幅を制限する。
潜在的推論は、モデルの連続的な隠れ状態に完全にマルチステップの推論を実行することで、このボトルネックに対処する。
論文 参考訳（メタデータ） (2025-07-08T17:29:07Z)
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。