Fugu-MT 論文翻訳(概要): MILER: Semantic Mid-Level Representation for Sim-to-Real Reinforcement Learning in Unstructured Autonomous Driving

論文の概要: MILER: Semantic Mid-Level Representation for Sim-to-Real Reinforcement Learning in Unstructured Autonomous Driving

arxiv url: http://arxiv.org/abs/2609.20747v1
Date: Thu, 17 Sep 2026 17:35:22 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-20 08:55:54.403709
Title: MILER: Semantic Mid-Level Representation for Sim-to-Real Reinforcement Learning in Unstructured Autonomous Driving
Title（参考訳）: MILER:非構造化自動運転におけるSim-to-Real強化学習のためのセマンティックミッドレベル表現
Abstract要約: 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。
参考スコア（独自算出の注目度）: 37.61391230495979
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Reinforcement learning constitutes a promising approach owing to its potential for superhuman performance and self-learned policies. However, its application to real-world autonomous driving remains scarce, particularly in unstructured environments, because of the challenges associated with sim-to-real transfer for unstructured environments. In this work, we present MILER, an end-to-end policy framework with zero-shot sim-to-real transfer. During offline training, we employ a custom semantic mid-level representation (MLR) simulator and train the policy network using reinforcement learning, with its control outputs applied directly to a bicycle model. During deployment on the real vehicle, camera and LiDAR data are processed by BEVFusion to generate a semantic bird's-eye-view representation consistent with that of the MLR simulator. The actions generated by the policy network are not applied directly to the real vehicle. Instead, we employ a trajectory-alignment strategy that enables zero-shot sim-to-real transfer of both perception and control. We extensively evaluate the proposed framework on a diverse test track comprising numerous challenges, including various obstacles, hairpin curves, velocities of up to 33.6 km/h, and off-road sections. In total, we drove 17.3 km with two different vehicles on a 3.0 km test track without human intervention, thereby demonstrating the effectiveness of our approach. Furthermore, the entire software stack runs on a Jetson AGX Orin.
Abstract（参考訳）: 強化学習は、超人的パフォーマンスと自己学習政策の可能性から、有望なアプローチである。しかし、非構造環境へのシム・トゥ・リアル・トランスファーに関わる課題のため、特に非構造環境における実世界の自律運転への応用は依然として少ない。本稿では、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。オフライントレーニングでは、カスタム・セマンティック・ミドルレベル表現(MLR)シミュレータを使用し、強化学習を用いてポリシーネットワークを訓練し、その制御出力を自転車モデルに直接適用する。実車への配備中、カメラとLiDARデータは、BEVFusionによって処理され、MLRシミュレータと一致するセマンティックバードの目視表示を生成する。ポリシーネットワークによって生成されたアクションは、実際の車両に直接適用されない。代わりに、知覚と制御の両方をゼロショットから実写に転送できる軌道配向戦略を採用する。本研究では, 様々な障害物, ヘアピン曲線, 最高速度33.6km/h, オフロード区間など, 様々な課題を含む多種多様な試験軌道上で, 提案手法を広範囲に評価した。合計17.3kmを2台の異なる車両で、人間による介入なしに3.0kmのテストコースで運転し、アプローチの有効性を実証した。さらに、ソフトウェアスタック全体がJetson AGX Orin上で動作する。

関連論文リスト

MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。 MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
論文参考訳（メタデータ） (2026-05-13T23:35:14Z)
Sim2Real-AD: A Modular Sim-to-Real Framework for Deploying VLM-Guided Reinforcement Learning in Real-World Autonomous Driving [13.424737198969247]
本稿では,VLM誘導型RLポリシーを実車にゼロショット・シミュレートするためのモジュラーフレームワークであるSim2Real-ADを提案する。我々の知る限り、本研究はCARLAで訓練されたVLM誘導RLポリシーを実車にゼロショットクローズドループで展開した最初の事例である。
論文参考訳（メタデータ） (2026-04-03T22:41:45Z)
Heterogeneous Self-Play for Realistic Highway Traffic Simulation [42.67401323169807]
PHASE, Policy for Heterogeneous Agent Self-play on Expresswayは、コンテキスト対応のセルフプレイフレームワークである。例えば、旅客車やトレーラートラックなどの異なる車両のプロフィールを単一のポリシーでサポートしている。 96.3%の成功率でADE/FDEを6.57/12.07mから2.44/5.25mに下げる。
論文参考訳（メタデータ） (2026-03-31T19:39:29Z)
Ctx2TrajGen: Traffic Context-Aware Microscale Vehicle Trajectories using Generative Adversarial Imitation Learning [1.2023648183416153]
Ctx2TrajGenは、GAILを用いて現実的な都市走行挙動を合成する文脈対応トラジェクトリ生成フレームワークである。 Ctx2TrajGenは、周囲の車両と道路形状を明示的に条件付けすることで、現実世界のコンテキストに合わせて対話対応の軌道を生成する。
論文参考訳（メタデータ） (2025-07-23T11:21:27Z)
Tackling Real-World Autonomous Driving using Deep Reinforcement Learning [63.3756530844707]
本研究では,加速と操舵角度を予測するニューラルネットワークを学習するモデルレスディープ強化学習プランナを提案する。実際の自動運転車にシステムをデプロイするために、我々は小さなニューラルネットワークで表されるモジュールも開発する。
論文参考訳（メタデータ） (2022-07-05T16:33:20Z)
OTTR: Off-Road Trajectory Tracking using Reinforcement Learning [6.033086397437647]
オフロード軌道追跡問題に対する新しい強化学習(RL)アルゴリズムを提案する。提案手法は,ベースラインRLポリシーに適応するために利用可能な限られた実世界のデータを効率的に活用する。標準のILQR手法と比較して,提案手法はWarthogとMooseのクロストラック誤差を30%,50%削減する。
論文参考訳（メタデータ） (2021-10-05T20:04:37Z)
Multi-Modal Fusion Transformer for End-to-End Autonomous Driving [59.60483620730437]
画像表現とLiDAR表現を注目で統合する,新しいマルチモードフュージョントランスフォーマであるTransFuserを提案する。本手法は, 衝突を76%低減しつつ, 最先端駆動性能を実現する。
論文参考訳（メタデータ） (2021-04-19T11:48:13Z)
TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors [74.67698916175614]
リアル交通シミュレーションのためのマルチエージェント行動モデルであるTrafficSimを提案する。特に、暗黙の潜在変数モデルを利用して、共同アクターポリシーをパラメータ化する。 TrafficSimは、多様なベースラインと比較して、より現実的で多様なトラフィックシナリオを生成します。
論文参考訳（メタデータ） (2021-01-17T00:29:30Z)
Sim-to-real reinforcement learning applied to end-to-end vehicle control [0.0]
本研究では車線追従や衝突回避といった車両制御問題のエンドツーエンド強化学習について検討する。我々の制御ポリシーでは、実際の2車線の道路の右車線を追従するために小型ロボットを制御できますが、その訓練はシミュレーションでのみ行われました。
論文参考訳（メタデータ） (2020-12-14T12:30:47Z)
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。