論文の概要: Guiding End-to-End Driving Models with Endpoint-Constrained Trajectory Optimization

• arxiv url: http://arxiv.org/abs/2609.31383v1
• Date: Fri, 25 Sep 2026 15:17:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.453765
• Title: Guiding End-to-End Driving Models with Endpoint-Constrained Trajectory Optimization
• Title（参考訳）: 終端制約軌道最適化を用いた終端運転モデルの誘導
• Abstract要約: 軽量な後処理層が車両の走行履歴に軌道を固定し、ポリシーの予測されたエンドポイントを保存し、中間の経路ポイントを再設定して実現可能性を向上させる方法を示す。 2つのクローズドループシミュレータを通して、6つの評価された生成および回帰に基づく駆動ポリシーの総合クローズドループスコアを改善する。 これらの結果は, エンド・ツー・エンド運転モデルの広範囲な収集において, ポリシの予測終端を変更することなく, 予測軌跡の中間形状を修復することで, 閉ループ性能を大幅に向上させることができることを示す。
• 参考スコア（独自算出の注目度）: 36.24105907105275
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: End-to-end driving policies are commonly trained through open-loop behavior cloning, yet they must ultimately operate in closed-loop when deployed on a vehicle, creating a fundamental mismatch between training and execution. Beyond the commonly studied effects of covariate shift and causal confusion, we identify a complementary factor for this open-loop/closed-loop gap: waypoint-based supervision and displacement metrics do not ensure that the intermediate trajectory is physically coherent or easy for the controller to track. We observe that these inconsistencies concentrate primarily at intermediate waypoints, while the predicted endpoint remains comparatively reliable. Based on this observation, we introduce Endpoint-Constrained Optimization (ECO), a lightweight postprocessing layer that anchors the trajectory to the vehicle's executed history, preserves the policy's predicted endpoint, and reshapes the intermediate waypoints to improve feasibility. ECO requires no map, privileged simulator state, or additional training, and can be inserted between a broad range of waypoint-emitting policies and their controllers. Across two closed-loop simulators, it improves the aggregate closed-loop score of all six evaluated generative and regression-based driving policies, and the gains tend to increase with how often the base plans violate motion limits. On HUGSIM, ECO improves VaVAM from 18.1 to 31.0 HD-Score (+71%), achieving 1st place on the HUGSIM Closed-Loop Driving Challenge. Similarly, on AlpaSim, ECO increases the scene scores of VaVAM and DiffusionDrive by 123% and 22%, respectively. These results show that for a broad collection of end-to-end driving models, repairing the intermediate geometry of predicted trajectories without changing the policy's predicted endpoint can substantially improve closed-loop performance.
• Abstract（参考訳）: エンドツーエンドの運転ポリシーは、一般にオープンループの動作のクローンを通じてトレーニングされるが、最終的には車両に配備された際にクローズループで運用され、トレーニングと実行の根本的なミスマッチを生成する必要がある。 共変量シフトと因果混乱の一般的な研究効果の他に、この開ループ/閉ループギャップの補完要因を同定する: ウェイポイントに基づく監督と変位測定は、中間軌道が物理的に整合的であるか、制御者が追跡し易いことを保証しない。 これらの不整合は主に中間点に集中しているのに対し、予測されたエンドポイントは比較的信頼性が保たれている。 本報告では,車両の走行履歴に軌道を固定する軽量な後処理層である Endpoint-Constrained Optimization (ECO) を導入する。 ECOはマップ、特権付きシミュレータ状態、追加のトレーニングを必要とせず、幅広いウェイポイント発光ポリシーとコントローラの間に挿入することができる。 2つのクローズドループシミュレータを通して、6つの評価された生成および回帰に基づく駆動ポリシーの総合クローズドループスコアを改善し、ベースプランが動作制限に違反する頻度でゲインが増加する傾向にある。 HUGSIMでは、ECOはVaVAMを18.1から31.0HDスコア(+71%)に改善し、HUGSIMクローズドループドライブチャレンジで1位を獲得した。 同様に、AlpaSimでは、ECOはVaVAMとDiffusionDriveのシーンスコアをそれぞれ123%、DiffusionDriveは22%増やしている。 これらの結果は, エンド・ツー・エンド運転モデルの広範囲な収集において, ポリシの予測終端を変更することなく, 予測軌跡の中間形状を修復することで, 閉ループ性能を大幅に向上させることができることを示す。

関連論文リスト

• Stabilizing Trajectory Outputs in End-to-End Autonomous Driving via SC-IMM Based Teacher Signals [2.9220076568786335]
  Scene-Conditioned Interacting Multiple Model (SC-IMM) に基づく軌道出力安定化のためのオフライン教師信号生成と学習手法を提案する。 提案手法は,専門家の軌跡をパス速度状態に変換し,シーンキューに条件付きIMM更新を行い,パス速度の教師ラベルとモード後部確率を生成する。 CARLA Town12における100短経路のクローズループ評価において,提案手法はベースラインと比較して運転スコアを28.0%改善し,コリジョン/kmを62.3%削減した。
  論文  参考訳（メタデータ） (2026-09-18T07:17:46Z)
• CLEAR: Closed-Loop Reinforcement Learning at Scale for End-to-End Autonomous Driving [66.77752555295355]
  E2E-ADのための大規模強化学習(RL)を用いた閉ループ訓練システムであるCLEARを提案する。 簡単な報奨により、CLEARは従来の手法よりも大幅に優れ、新しい最先端性能を設定できることが示される。
  論文  参考訳（メタデータ） (2026-07-03T00:34:50Z)
• Do Open-Loop Metrics Predict Closed-Loop Driving? A Cross-Benchmark Correlation Study of NAVSIM and Bench2Drive [19.12252168142987]
  オープンループ評価は、自動運転プランナーの高速かつ再現可能な評価を提供する。 従来のオープンループメトリクスはクローズドループドライビングスコアと信頼性のない相関を示す。
  論文  参考訳（メタデータ） (2026-04-30T09:27:57Z)
• Addressing the Waypoint-Action Gap in End-to-End Autonomous Driving via Vehicle Motion Models [0.0]
  予測された動作シーケンスを対応するエゴフレーム・ウェイポイント・トラジェクトリにロールアウトする、微分可能な車両モデルフレームワークを提案する。 当社のアプローチでは,ウェイポイントベースのベンチマーク内で,アクションベースのアーキテクチャを初めてトレーニングし,評価することが可能です。
  論文  参考訳（メタデータ） (2026-02-05T21:42:13Z)
• 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)
• Model-Based Policy Adaptation for Closed-Loop End-to-End Autonomous Driving [54.46325690390831]
  本稿では,事前学習したE2E運転エージェントのロバスト性と安全性を高めるための汎用フレームワークとして,モデルベースポリシー適応(MPA)を提案する。 MPAは、ジオメトリ一貫性のあるシミュレーションエンジンを用いて、まず様々な対物軌道を生成する。 MPAは拡散ベースのポリシーアダプタを訓練し、基本方針の予測を洗練させ、Q値モデルを多段階に分けて長期的な結果を評価する。
  論文  参考訳（メタデータ） (2025-11-26T17:01:41Z)
• Hydra-NeXt: Robust Closed-Loop Driving with Open-Loop Training [64.16445087751039]
  Hydra-NeXtは、軌道予測、制御予測、軌道修正ネットワークを一つのモデルに統合する、新しいマルチブランチ計画フレームワークである。 Hydra-NeXt は22.98 DS と 17.49 SR を上回り、自動運転の大幅な進歩を示している。
  論文  参考訳（メタデータ） (2025-03-15T07:42:27Z)
• 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)

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。