論文の概要: Imitation Learning for Autonomous Driving in CARLA
- arxiv url: http://arxiv.org/abs/2609.17757v1
- Date: Tue, 15 Sep 2026 19:08:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.509971
- Title: Imitation Learning for Autonomous Driving in CARLA
- Title（参考訳）: CARLAにおける自動運転の模倣学習
- Abstract要約: 行動クローンは専門家のデモでオフラインでポリシーを訓練するが、デプロイはクローズループである。
我々は,CARLAシミュレータのオフラインデモから,コンパクトなマルチモーダルポリシによる閉ループ運転能力の獲得について検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Behavioral cloning trains a policy offline on expert demonstrations, but deployment is closed loop: each action affects the observations the policy receives next. We study how much closed-loop driving competence a compact multimodal policy can acquire from offline demonstrations in the CARLA simulator. The policy uses five-frame histories of RGB images, LiDAR, vehicle telemetry, and lane waypoints to predict throttle, brake, and steering at 20 Hz. Demonstrations were collected in three stages, ending with a systematic route-generation procedure that enumerates spawn points and feasible maneuvers and verifies completed autopilot routes. The released 1.36 million parameter policy was trained on 236,882 windows, representing about 3.3 hours of driving from 448 captures. The resulting policy drives autonomously for hours on training and held-out routes. In our runs, it did so without collisions and also transferred qualitatively to an unseen CARLA town with different road geometry. We also observed recovery from large trajectory deviations, although we do not claim systematic recovery without controlled evaluation. We report offline metrics and distinguish measured results from qualitative closed-loop observations. We release the code, trained checkpoint, ONNX model, data sample, and an evidence audit for the reported claims.
- Abstract（参考訳）: 行動的クローンは、専門家によるデモンストレーションでオフラインでポリシーをトレーニングするが、デプロイはクローズドループである。
我々は,CARLAシミュレータのオフラインデモから,コンパクトなマルチモーダルポリシによる閉ループ運転能力の獲得について検討した。
ポリシーでは、RGB画像、LiDAR、車両テレメトリ、レーンウェイポイントの5フレームの履歴を使用して、スロットル、ブレーキ、ステアリングを20Hzで予測する。
デモは3段階に分けて集められ、最終的には、発生点と実行可能な操作を列挙し、完了した自動操縦経路を検証する体系的な経路生成手順で終了した。
リリースされた1.36万のパラメータポリシーは、236,882の窓で訓練され、448回の捕獲から約3.3時間の運転を表現した。
結果として得られる政策は、訓練や保留ルートで何時間も自律的に実行されます。
私たちのランニングでは、衝突なしに行うことができ、また、異なる道路形状を持つ見えないCARLA町に質的に移動した。
また, 大軌道偏差の回復も観察したが, 制御評価なしでは系統的回復は認めなかった。
オフラインメトリクスを報告し、定性的閉ループ観測と測定結果を区別する。
コード、トレーニングされたチェックポイント、ONNXモデル、データサンプル、報告されたクレームのエビデンス監査をリリースします。
関連論文リスト
- OPTED: On-Policy Fine-Tuning for End-to-End Driving using a Render-Free Teacher [61.49002396968246]
エンド・ツー・エンドの運転ポリシーはオープンループで事前訓練される。
クローズドループのポストトレーニングはこのリスクを軽減することができるが、センサーベースのポリシーにはコストのかかるシミュレーションが必要である。
エンドツーエンド政策のポストトレーニングから強化学習を分離するOPTEDを提案する。
論文 参考訳（メタデータ） (2026-09-17T17:41:51Z) - MILER: Semantic Mid-Level Representation for Sim-to-Real Reinforcement Learning in Unstructured Autonomous Driving [37.61391230495979]
我々は、ゼロショットsim-to-real転送を備えたエンドツーエンドポリシーフレームワークであるMILERを提案する。
我々は、知覚と制御の両面において、ゼロショットのsim-to-real転送を可能にするトラジェクトリアライメント戦略を採用している。
論文 参考訳（メタデータ） (2026-09-17T17:35:22Z) - A Closed-Loop Evaluation of Capability Loss and Recovery in Compressed Driving Policies [0.8602553195689513]
プルーニング、知識蒸留、量子化は、学習した駆動政策のサイズと推論コストを減らすための標準的な方法である。
圧縮パイプラインを通した運転ポリシーに従う段階的な閉ループ評価手法を提案する。
論文 参考訳（メタデータ） (2026-09-01T04:50:17Z) - What Emerges and What Breaks in Self-Play Driving [0.9978961706999835]
純粋なセルフプレイによる自動運転ポリシーのトレーニングは、最近、有望な結果を示している。
我々は、同様のセルフプレイ方式で運転ポリシーを訓練するが、モデルを実際の都市の高解像度マップで訓練するように拡張する。
我々は、自己プレイから生じる交通ルールと、それが人間の運転にどの程度近いかを分析し、報酬条件付けが運転行動の意図した多様性をもたらすことを確認した。
論文 参考訳（メタデータ） (2026-08-31T14:01:32Z) - A Geometry-Informed Computer Vision Method for Detecting and Examining Overtaking Vehicles From A Bicycle [0.0]
本稿では,自転車に搭載された1台のカメラからのイベント検出を自動で行う,幾何学インフォームドコンピュータビジョンパイプラインを提案する。
パイプラインは97.8%のリコールを達成し、偽陽性はゼロとなり、車両通過の2.44秒前の平均を達成した。
論文 参考訳（メタデータ） (2026-06-03T17:41:00Z) - RoaD: Rollouts as Demonstrations for Closed-Loop Supervised Fine-Tuning of Autonomous Driving Policies [30.632104005565832]
ロールアウト・アズ・デモレーション(RoaD)は、クローズドループにおける自律運転ポリシーのトレーニングにおいて、共変量シフトを軽減する方法である。
ロールアウト生成の間、RoaDは高品質な振る舞いに対するバイアス軌道に関する専門家のガイダンスを取り入れ、微調整のための情報的かつ現実的なデモンストレーションを生み出した。
本稿では,大規模な交通シミュレーションベンチマークであるWOSACにおけるRoaDの有効性を示す。
論文 参考訳（メタデータ） (2025-12-01T18:52:03Z) - Bench2Drive: Towards Multi-Ability Benchmarking of Closed-Loop End-To-End Autonomous Driving [59.705635382104454]
本稿では,E2E-ADシステムのマルチ能力をクローズドループで評価するための最初のベンチマークであるBench2Driveを紹介する。
我々は最先端のE2E-ADモデルを実装し、Bench2Driveで評価し、現状と今後の方向性について洞察を提供する。
論文 参考訳（メタデータ） (2024-06-06T09:12:30Z) - DriveCoT: Integrating Chain-of-Thought Reasoning with End-to-End Driving [81.04174379726251]
本稿では,DriveCoTというエンド・ツー・エンドの運転データセットを総合的に収集する。
センサーデータ、制御決定、および推論プロセスを示すチェーン・オブ・シークレット・ラベルが含まれている。
我々は,私たちのデータセットに基づいてトレーニングされたDriveCoT-Agentと呼ばれるベースラインモデルを提案し,連鎖予測と最終決定を生成する。
論文 参考訳（メタデータ） (2024-03-25T17:59:01Z) - Learning from Simulation, Racing in Reality [126.56346065780895]
ミニチュアレースカープラットフォーム上で自律的なレースを行うための強化学習ベースのソリューションを提案する。
シミュレーションで純粋に訓練されたポリシーは、実際のロボットのセットアップにうまく移行できることを示す。
論文 参考訳（メタデータ） (2020-11-26T14:58:49Z)
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。