論文の概要: Evaluation Is All You Need for Multi-Modal Autonomous Driving

• arxiv url: http://arxiv.org/abs/2609.30818v1
• Date: Fri, 25 Sep 2026 04:56:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.232102
• Title: Evaluation Is All You Need for Multi-Modal Autonomous Driving
• Title（参考訳）: マルチモーダル自動運転に必要な評価方法
• Abstract要約: iDriveVLAは、より信頼性が高くコンテキスト対応の軌道評価を可能にしながら、候補軌道空間を改善するマルチモーダルな計画フレームワークである。 パブリックなNAVSIM v1のリーダーボードでは、iDriveVLAは94.95PDMSの最先端のパフォーマンスを達成し、人間の専門的基準を上回っている。
• 参考スコア（独自算出の注目度）: 41.28982764696274
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-modal planning is promising for autonomous driving by representing multiple plausible behaviors in ambiguous and long-tail scenarios. Existing methods mainly focus on improving trajectory multi-modality, enhancing trajectory representations, or reshaping the candidate distribution. Nevertheless, we identify a pronounced generation-evaluation asymmetry in multi-modal planning: despite strong oracle performance, existing planners often fail to reliably select the best available candidate, leaving substantial planning potential unrealized. To address this challenge, we propose iDriveVLA, a multi-modal planning framework that improves the candidate trajectory space while enabling more reliable and context-aware trajectory evaluation. Specifically, iDriveVLA introduces a unified trajectory evaluator comprising a Safety-aware Scorer for quality and risk estimation, together with a VLM-guided Modulator for scene-adaptive criterion weighting. We further develop an oracle-aligned progressive training strategy consisting of candidate imitation pretraining, candidate space refinement, and semantic ranking alignment. On the public NAVSIM v1 leaderboard, iDriveVLA achieves a new state-of-the-art performance of 94.95 PDMS, surpassing the human-expert reference.
• Abstract（参考訳）: マルチモーダル計画(Multi-modal planning)は、曖昧で長い尾のシナリオで複数の可塑性挙動を表現することによって、自律運転を約束する。 既存の手法は主に、軌跡多様性の改善、軌跡表現の強化、あるいは候補分布の再構成に重点を置いている。 強いオラクル性能にもかかわらず、既存のプランナーは最適な候補を確実に選ぶことができず、実質的な計画の可能性は未実現のままである。 この課題に対処するため,iDriveVLAを提案する。iDriveVLAは,より信頼性が高く,文脈を考慮した軌道評価を可能にしつつ,候補軌道空間を改善するマルチモーダル・プランニング・フレームワークである。 特に、iDriveVLAは、品質とリスク推定のためのセーフティ・アウェア・スコラーと、シーン適応的基準重み付けのためのVLM誘導モジュレータからなる統一軌道評価器を導入している。 さらに, 提案手法は, 模擬事前学習, 空間改良, 意味的ランキングアライメントから構成される。 パブリックなNAVSIM v1のリーダーボードでは、iDriveVLAは94.95PDMSの最先端のパフォーマンスを達成し、人間の専門的基準を上回っている。

関連論文リスト

• A Collaborative Multi-Modality Interaction for VLA-based End-to-End Autonomous Driving [96.81243316566764]
  VLA(Vision-Language-Action)モデルは、エンドツーエンドの自動運転の強力なパラダイムとして登場した。 マルチモーダリティインタラクションと多軌道計画と最適化を組み合わせた,堅牢なVLAベースのエンドツーエンド自動運転システムを提案する。
  論文  参考訳（メタデータ） (2026-08-21T09:06:16Z)
• HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
  我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。 我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-04-04T04:12:47Z)
• EvoDriveVLA: Evolving Autonomous Driving Vision-Language-Action Model via Collaborative Perception-Planning Distillation [58.84721000276226]
  EvoDriveVLAは、新しい協調認識計画フレームワークである。 自己認識の知覚的制約とオラクル誘導軌道最適化を統合している。 EvoDriveVLAはオープンループ評価におけるSOTA性能を実現し,クローズドループ評価における性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2026-03-10T10:19:07Z)
• Drive As You Like: Strategy-Level Motion Planning Based on A Multi-Head Diffusion Model [7.3078271605135114]
  拡散型多頭部軌道プランナ(M拡散プランナ)を提案する。 初期の訓練段階では、すべての出力ヘッドは、高品質な軌道を生成するためにウェイトを共有する。 戦略選択のガイドとして,大規模言語モデル(LLM)を導入し,動的かつ命令対応の計画を可能にする。
  論文  参考訳（メタデータ） (2025-08-23T08:33:11Z)
• ImagiDrive: A Unified Imagination-and-Planning Framework for Autonomous Driving [64.12414815634847]
  ビジョン・ランゲージ・モデル(VLM)とドライビング・ワールド・モデル(DWM)は、この課題のさまざまな側面に対処する強力なレシピとして独立して登場した。 我々は、VLMベースの運転エージェントとDWMベースのシーン想像装置を統合した、新しいエンドツーエンドの自動運転フレームワークであるImagiDriveを提案する。
  論文  参考訳（メタデータ） (2025-08-15T12:06:55Z)
• DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning [43.284391163049236]
  DriveSuprimは、自動運転車の軌道選択のための選択に基づくパラダイムである。 衝突回避や規則の遵守など、最先端のパフォーマンスを実現する。 様々な運転シナリオにおいて高い軌道品質を維持する。
  論文  参考訳（メタデータ） (2025-06-07T04:39:06Z)
• Predictive Planner for Autonomous Driving with Consistency Models [5.966385886363771]
  軌道予測と計画は、自動運転車が動的環境下で安全かつ効率的に走行するために不可欠である。 近年の拡散型生成モデルはマルチエージェント軌道生成において有望であるが,その遅いサンプリングは高周波計画タスクには適さない。 我々は,エゴ車両の航法目標に基づいて,エゴと周辺エージェントの共同分布からサンプルを採取する予測プランナを構築するために,一貫性モデルを活用する。
  論文  参考訳（メタデータ） (2025-02-12T00:26:01Z)
• Divide-and-Conquer for Lane-Aware Diverse Trajectory Prediction [71.97877759413272]
  軌道予測は、自動運転車が行動を計画し実行するための安全クリティカルなツールです。 近年の手法は,WTAやベスト・オブ・マニーといったマルチコース学習の目標を用いて,強力なパフォーマンスを実現している。 我々の研究は、軌道予測、学習出力、そして運転知識を使って制約を課すことによるより良い予測における2つの重要な課題に対処する。
  論文  参考訳（メタデータ） (2021-04-16T17:58:56Z)

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。