論文の概要: DriveReferee: Geometric Safety Verdicts Need Not Be Learned for Driving World-Action Models

• arxiv url: http://arxiv.org/abs/2609.22762v1
• Date: Sat, 19 Sep 2026 04:43:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.545825
• Title: DriveReferee: Geometric Safety Verdicts Need Not Be Learned for Driving World-Action Models
• Title（参考訳）: DriveReferee:ワールド・アクション・モデルの運転には幾何学的安全性の判断は必要ない
• Abstract要約: 生成的世界行動モデル(WAM)は、将来のビデオと車両のアクションを共同で生成するが、模倣は生成された軌跡に対する明確な検証を提供しない。 カメラ観測からシーン表現を予測するために,学習した幾何学的読み出しを用いたDriveRefereeを導入する。 得られた分析審判は、シーン状態及び候補軌道からの衝突及び乾燥可能なエリア安全を評価する。
• 参考スコア（独自算出の注目度）: 26.1873018700103
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative world-action models (WAMs) jointly generate future video and vehicle actions, while their action branches remain primarily optimized by expert imitation. Yet imitation provides no explicit closed-loop geometric verdict for generated trajectories, making verification important during both training and deployment. Closed-loop evaluators can check collision and drivable-area violations, but require privileged scene state unavailable at deployment. Existing approaches often close this gap by learning a verifier from sensor features. For these geometric checks, the rule itself is explicit. For example, collision is determined by whether the rolled-out ego footprint overlaps occupied vehicle space. What is unavailable at deployment is the scene state needed to apply the rule. We introduce DriveReferee, which uses a learned geometry readout to predict the scene representation from camera observations and executes the geometric safety rule directly rather than learning it. The resulting analytic referee evaluates collision and drivable-area safety from a scene state and candidate trajectory. During training, it scores self-sampled trajectories on ground-truth state and distills the resulting preferences into the WAM policy. At deployment, the same referee evaluates generated trajectories on this predicted state and selects a safer alternative when needed. The analytic referee requires no verdict-specific training, and its decisions follow an explicit geometric rule. Under matched candidates and inference budgets, it matches or outperforms all learned-verifier and heuristic baselines. Given the same predicted state and trajectory, learning the verdict provides no measurable downstream gain despite requiring tens of thousands of evaluator-labeled training examples. On the full NAVSIM navtest, DriveReferee reaches 92.02 PDMS with single-camera visual input and no external training data.
• Abstract（参考訳）: 生成的ワールドアクションモデル(WAM)は将来のビデオと車両のアクションを共同で生成するが、アクションブランチは主に専門家の模倣によって最適化されている。 しかし、模倣は生成された軌道に対する明示的な閉ループ幾何的検証を提供しておらず、訓練と配備の両方において検証が重要である。 クローズドループ評価器は衝突や乾燥可能なエリア違反をチェックすることができるが、デプロイ時に利用できない特権的なシーン状態を必要とする。 既存のアプローチは、センサーの特徴から検証者を学ぶことによって、このギャップを埋めることが多い。 これらの幾何学的チェックに対して、規則そのものは明示的である。 例えば、ロールアウトエゴフットプリントが占有車両空間に重なるか否かによって衝突が決定される。 デプロイ時に利用できないのは、ルールを適用するのに必要なシーン状態である。 DriveRefereeは、学習した幾何学的読み出しを用いて、カメラ観測からシーン表現を予測し、学習するのではなく、幾何学的安全ルールを直接実行する。 得られた分析審判は、シーン状態及び候補軌道からの衝突及び乾燥可能なエリア安全を評価する。 訓練中は、地道状態の自己サンプリング軌道を記録し、その結果の嗜好をWAMポリシーに蒸留する。 デプロイ時には、同じレフェリーがこの予測された状態に基づいて生成されたトラジェクトリを評価し、必要に応じて安全な選択肢を選択する。 分析審判は判断固有の訓練を必要とせず、その決定は明示的な幾何学的規則に従う。 一致した候補と推論予算の下では、学習された検証とヒューリスティックなベースラインをすべて一致または上回る。 予測状態と軌道が同じであるので、評定の学習は、数万の評価者によるトレーニング例を必要とするにもかかわらず、測定可能なダウンストリームゲインを提供しない。 完全なNAVSIMナビテストでは、DriveRefereeが92.02 PDMSに到達し、シングルカメラのビジュアル入力と外部トレーニングデータがない。

関連論文リスト

• WOLF: World Model Guided LiDAR Exploration with Predictive Frontiers [57.192711741481425]
  WOLFは、将来の観測を予測し、自律探査を強化する世界モデル誘導フレームワークである。 WOLFは、観測履歴と探索中の候補運動を組み合わせて、局所的占有率と可視性を予測する。 シミュレーションでは,ガレージにおけるEPICと比較して平均終端時間を10.9%削減する。
  論文  参考訳（メタデータ） (2026-09-20T14:09:26Z)
• READ: Learning Risk-Informed Fields for End-to-End Autonomous Driving [24.54780591783853]
  本稿では,相補的な幾何学的制約と行動的制約から,明示的で計画的なリスク表現を学習するフレームワークREADを紹介する。 READは、この表現を連続時間フィールドとしてインスタンス化し、候補軌跡に沿って異なるクエリを可能にする。 NAVSIMの実験では、一致したエンドツーエンドのバックボーン間で一貫したゲインと、VLA設定での強いパフォーマンスが示されている。
  論文  参考訳（メタデータ） (2026-09-11T02:40:51Z)
• Certifying Plans under Model Mismatch: A Trilemma for Reachability from Scarce Data [5.455772242709494]
  シモン・トゥ・リアル・ポリシーは、名目力学の下で設計されているが、ターゲット・システム・トライアルは、わずかに孤立した1段階の遷移をもたらす。 本研究では,学習ポリシによって生成されるアクションチャンクなど,固定制御シーケンスの事前実行認証について検討する。
  論文  参考訳（メタデータ） (2026-08-03T16:28:26Z)
• What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs [52.50210189669399]
  視覚言語モデル(VLM)を駆動するには,操作設計領域(ODD)が定義する様々な条件のシーンを正確に理解する必要がある SliceScorerは、欠落したスライス推薦のための決定論的スコアリングルールである。 SliceNavは, 従来のスライス発見法よりも, 高リスクカバレッジギャップを効果的に表面化することを示す。
  論文  参考訳（メタデータ） (2026-06-01T03:18:01Z)
• Manipulating Trajectory Prediction with Backdoors [94.22382859996453]
  軌道予測に影響を及ぼす可能性のある4つのトリガを記述し,検討した。 モデルの性能は良好だが、バックドアには弱い。 バックドアに対する防御範囲を評価する。
  論文  参考訳（メタデータ） (2023-12-21T14:01:51Z)
• Rule-based Out-Of-Distribution Detection [2.4929848036487976]
  アウト・オブ・ディストリビューション検出は、機械学習の展開において最も重要な問題の1つである。 論文の手法はXAIに基づいており、分布内と外との類似性を識別するために異なる指標を考慮に入れている。 複雑なシナリオに対する検証は、検出精度とトレーニング・運用条件の近接性の評価の両方を裏付ける。
  論文  参考訳（メタデータ） (2023-03-03T11:26:28Z)
• Control-Aware Prediction Objectives for Autonomous Driving [78.19515972466063]
  本研究では,制御に対する予測の下流効果を評価するための制御認識予測目標(CAPOs)を提案する。 本稿では,エージェント間の注意モデルを用いた重み付けと,予測軌跡を接地真実軌跡に交換する際の制御変動に基づく重み付けの2つの方法を提案する。
  論文  参考訳（メタデータ） (2022-04-28T07:37:21Z)
• Learning Probabilistic Intersection Traffic Models for Trajectory Prediction [8.536503379429032]
  この研究は、交差点における車両の挙動を定量化するために使用されるガウス過程に基づく確率的交通モデルを示す。 この方法は時系列位置軌跡のセットで示される。 モデルの適用性を示すために、テスト軌跡は部分的な観察のみで分類される。
  論文  参考訳（メタデータ） (2020-02-05T19:22:26Z)

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。