論文の概要: BranchDrive: A Branch-Structured Dataset for Action-Conditioned Driving Prediction

• arxiv url: http://arxiv.org/abs/2609.27275v1
• Date: Wed, 23 Sep 2026 03:02:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.850815
• Title: BranchDrive: A Branch-Structured Dataset for Action-Conditioned Driving Prediction
• Title（参考訳）: BranchDrive: アクション駆動予測のための分岐構造データセット
• Abstract要約: BranchDriveはブランチ構造化されたCARLAデータセットで、1つの標準的な事前決定履歴と1つの専門的な専門的未来をペアリングする。 各介入は2.5秒続き、その後専門家の回復が続く。 行動のみ, 履歴のみ, 構造化, 視覚, マルチモーダル, 特権鳥の目視モデルを用いて, 6つの連続した短地軸と10ステップのエゴ軌道の予測を評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Most autonomous-driving datasets record only the action executed by a behavior policy and the single future that followed, providing limited supervision for comparing alternative ego decisions. We introduce BranchDrive, a branch-structured CARLA dataset and benchmark that pairs one canonical pre-decision history with one nominal expert future and twelve physically executed intervention futures spanning acceleration, braking, and left- and right-steering policies at three magnitudes. Each intervention lasts 2.5 s and is followed by expert recovery. Following control-compliance, modality-completeness, replay-fidelity, and action-leakage audits, the frozen benchmark contains 606 independent branch groups and 7,878 associated trajectories. We evaluate prediction of six continuous short-horizon outcomes and a ten-step ego trajectory using action-only, history-only, structured, visual, multimodal, and privileged bird's-eye-view models. On the held-out test split, the structured history-and-action model achieves a macro normalized mean absolute error of 0.5036 and an average displacement error of 2.2042 m, significantly outperforming both restricted baselines. In full-information offline evaluation, its outcome-derived selector increases balanced policy value from 0.5364 to 0.5704 and reduces normalized regret from 0.2674 to 0.1495 relative to the frozen action prior. However, a validation-calibrated minimum-separation guard rejects every intervention, showing that conservative execution remains unresolved. BranchDrive therefore supports action-conditioned short-horizon prediction and fixed-bank offline decision evaluation, but does not establish exact causal effects, binary safety prediction, or closed-loop safety improvement.
• Abstract（参考訳）: ほとんどの自律走行データセットは、行動ポリシーとそれに続く単一の未来によって実行されるアクションのみを記録し、代替のエゴ決定を比較するための限定的な監督を提供する。 これはブランチ構造化されたCARLAデータセットとベンチマークで、1つの標準的な事前決定履歴と1つの専門的なエキスパート未来、12の物理的に実行された介入先とを3倍の加速度、ブレーキ、左右の操舵ポリシーで組み合わせます。 各介入は2.5秒続き、その後専門家の回復が続く。 制御コンプライアンス、モダリティ完全性、リプレイ忠実性、アクション推論監査に続いて、凍結ベンチマークは606個の独立した分岐群と7,878個の関連する軌道を含む。 行動のみ, 履歴のみ, 構造化, 視覚, マルチモーダル, 特権鳥の目視モデルを用いて, 6つの連続した短地軸と10ステップのエゴ軌道の予測を評価する。 ホールドアウト試験分割では、構造化された履歴・行動モデルにより、マクロ正規化平均絶対誤差0.5036と平均変位誤差2.2042mを達成し、両基準線を著しく上回る。 完全な情報オフライン評価では、結果由来のセレクタは、バランスの取れたポリシー値を0.5364から0.5704に増加させ、通常の後悔を0.2674から0.1495に減少させる。 しかし、検証校正された最小分離ガードはすべての介入を拒絶し、保守的な実行は未解決のままであることを示す。 BranchDriveは、アクション条件付き短水平予測と固定バンクのオフライン決定評価をサポートするが、正確な因果効果、バイナリ安全性予測、クローズドループ安全性の改善は確立していない。

関連論文リスト

• DRSR: Learning Set-Level Deletion Risk for Efficient Long-Horizon Agents [55.84813053778976]
  ロングホライゾン言語モデルエージェントは、現在の決定と関係が変化する推論の痕跡、ツール交換、観察を蓄積する。 直接セットリスクスコアは、削除セットの選択としてエージェント履歴圧縮リスクを定式化する。 メカニカル・アナリシスとアブリケーションは、決定に制約のある関係、保持されたコンテキスト情報、ペア・インタラクション、および棄権がそれぞれ信頼できるプルーニングに寄与していることを示している。
  論文  参考訳（メタデータ） (2026-09-23T03:06:01Z)
• Counterfactual Tool Ranking under Utility, Cost, and Privilege Constraints [7.504639516424482]
  本研究は、新しいDR推定器、公式BFCLリーダーボードスコア、プロダクションエージェント安全クレームではなく、偽造可能な評価方法であり、独立した公的証拠である。 不一致保存フォールバックは、5つのサポートギャップ実行すべてでこの特性を達成するが、保守的なサンプリング境界はデプロイメントの改善を証明しない。 2つのピン付きローカルQwen2.5モデルは、同じ200の保持タスクで評価され、固定プロンプトの下での強い失敗が露呈する。
  論文  参考訳（メタデータ） (2026-09-19T06:40:09Z)
• ReDraft, Don't Just Distill: Reference-Driven Revision for Continual VLLM Post-Training [66.72708893922605]
  大規模なマルチモーダルモデルのポストトレーニングは、事前トレーニングから保護しながら、新しい機能を追加する必要がある。 SFTは、タスクをほぼゼロの精度から学習する明確なターゲット監視を提供するが、そのオフポリティックターゲットはモデルを十分に移動させ、忘れる原因となる。 モデル自身の失敗から両方を得るReDraftを紹介します。
  論文  参考訳（メタデータ） (2026-09-15T04:59:03Z)
• Guardrailed Meta-Agent Loops: Stress-Testing Policy Pinning, Budget Bounds, and Crash Recovery [7.414694666903067]
  GuardrailLoopはシミュレーションベースのテストベッドで、3つの運用契約を共同でテスト可能にする。 ハッシュピン付ポリシーは、目標、スコープ、評価アイデンティティ、予算、リリース条件を修正します。 有用な適応、状態回復、反復実行を分離する。
  論文  参考訳（メタデータ） (2026-09-10T21:22:08Z)
• PredVLA: Predictive Sensorimotor Modeling for Sub-Million-Parameter Robot Manipulation [4.55011976634859]
  PredVLAは、トレーニング可能なネットワークパラメータがわずか0.68万で、ロボットデータの事前学習がない言語条件の予測符号化ポリシーである。 階層的なリカレントダイナミクスは視覚的特徴と固有受容を予測し、観察は予測エラー駆動オンライン推論によってのみ潜在状態に影響を与える。
  論文  参考訳（メタデータ） (2026-08-27T06:27:11Z)
• RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance [84.26294415726723]
  汎用報酬モデルが、ロボット学習のスケーリングのボトルネックになりつつある。 ロボット操作のためのオープンソースのバリューファンデーションモデルであるRynnValueを紹介した。 RynnValueは7000時間以上、好みやプログレッシブアノテーションなしで約3Mの命令条件付きクリップにスケールする。
  論文  参考訳（メタデータ） (2026-08-10T17:09:37Z)
• Multi-Dimensional Behavioral Evaluation of Agentic Stock Prediction Systems Using Large Language Model Judges with Closed-Loop Reinforcement Learning Feedback [1.2362187555287152]
  ファイナンスにおける予測評価は、ポイント予測エラーに基づく集計精度測定と予測精度テストに依存している。 本稿では,中間決定プロセス自体を評価することによって,精度試験を補完する行動予測評価手法を提案する。
  論文  参考訳（メタデータ） (2026-05-07T06:31:34Z)
• Offline Contextual Bandits with Overparameterized Models [52.788628474552276]
  オフラインの文脈的盗賊にも同じ現象が起こるかどうかを問う。 この相違は, 目的の強調安定性によるものであることを示す。 大規模なニューラルネットワークを用いた実験では、アクション安定な値ベース目標と不安定なポリシベース目標とのギャップは、大きなパフォーマンス差をもたらす。
  論文  参考訳（メタデータ） (2020-06-27T13:52:07Z)

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。