論文の概要: What Do Latent Predictive Vehicle Representations Retain? Measuring State, Geometry, and Local Response

• arxiv url: http://arxiv.org/abs/2609.32512v1
• Date: Sat, 26 Sep 2026 12:00:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 08:22:17.329095
• Title: What Do Latent Predictive Vehicle Representations Retain? Measuring State, Geometry, and Local Response
• Title（参考訳）: 潜在予測型車両表現とは何か : 状態, 形状, 局所応答の測定
• Abstract要約: IPG CarMakerに記録された信号に基づいて学習した時間的共同埋め込み予測モデルについて検討した。 保持、予測、局所応答を別々に測定することは、予測潜在能力が制御の候補モデルとして適している。
• 参考スコア（独自算出の注目度）: 0.5735035463793009
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Models of vehicle dynamics learned from logged states and commands complement physics-based models, and latent world models, which predict in a learned representation, are used to plan and train controllers in other domains. Vehicle controllers are usually specified in physical terms: costs, limits, and references depend on position, yaw angle, speed, and yaw rate, and the optimizer compares or differentiates predicted outcomes across nearby commands. A latent model placed in such a controller must therefore let these quantities be recovered and must change its predictions with commands as the vehicle does, and prediction error on its own latent targets measures neither. We contribute a measurement protocol for action-conditioned latent predictors with a physical readout that separately tests retention, physical-neighborhood organization, forecasting, and local response to command perturbations, using an untrained-encoder reference and three matched response paths that locate errors in the representation or the predictor. In a case study of a temporal joint-embedding predictive model trained on signals logged in IPG CarMaker, the representations retain the measured planar outputs, though an untrained encoder of the same architecture retains them slightly better; future-command input improves one-second forecasts with retention nearly unchanged; and responses to small command pulses diverge from the simulator already in latent coordinates, raising regret when choosing among nearby commands in all comparisons. Updating the predictor on responses corrects them locally at a cost in forecast accuracy. Measuring retention, forecasting, and local response separately is thus what qualifies a predictive latent as a candidate model for control, and the protocol provides the basis for its closed-loop evaluation.
• Abstract（参考訳）: ログ化された状態から学習した車両力学のモデルとコマンドは物理に基づくモデルを補完し、学習された表現で予測される潜在世界モデルは、他のドメインのコントローラを計画し訓練するために使用される。 車両制御装置は通常、物理的な用語で指定される: コスト、制限、参照は位置、ヨー角、スピード、ヨーレートに依存し、オプティマイザは近くのコマンド間で予測結果を比較したり区別する。 したがって、そのような制御器に配置された潜在モデルは、これらの量の回復を許可し、車両が行うようにコマンドで予測を変更しなければならない。 動作条件付き潜伏予測器の物理読出プロトコルとして,非訓練エンコーダ参照と3つの一致した応答経路を用いて,保持,物理近傍の組織,予測,コマンド摂動に対する局所応答を別々にテストする。 In case study of atemporal joint-embedding predictive model training on signals on IPG CarMaker, the representations retains the measured Planar outputs, while an untrained encoder of the same architecture haves slightly better; future-command input improves one-second forecasts with maintain constant; and response to small command pulses diverge from the simulators already in latent coordinates, making regret when each near commands in all comparisons。 応答に対する予測器の更新は、それらを予測精度のコストで局所的に補正する。 したがって、保持、予測、局所応答を別々に測定することは、予測潜伏を制御の候補モデルとして適しており、このプロトコルはクローズドループ評価の基礎を提供する。

関連論文リスト

• Orthogonal JEPA: Factorized Predictive States for Latent World Models [95.20158869896393]
  予測因数分解に基づく潜在的世界モデリングフレームワークであるメソッドを導入する。 そこで本研究では,予測構造を弱め,あるいは矛盾する勾配を抑えつつ,冗長なキャパシティを支配的信号に割り当てる手法を提案する。 制御された視覚、単細胞転写学、縦断的な健康記録、連続的な制御、分子動力学の実験は、表現品質、予測、計画、長期安定性を評価する。
  論文  参考訳（メタデータ） (2026-08-20T13:59:57Z)
• Adaptive Multi-Scale Forecasting and Gate-Localized Conformal Prediction for Multivariate Nonstationary Time Series [7.704601239153111]
  ABF-T-GLCPは非定常時系列の予測と不確実性定量化のためのモデルに依存しないフレームワークである。 予測モジュールは、学習ゲートを通じて地平線固有の時間的専門家を結合し、スパース予測転送を使用して予測を洗練する。 不確実性モジュールであるGate-Localized Conformal Predictionは、学習されたゲート状態と時間的回帰を利用して、局所的に関連するキャリブレーション残差を選択する。
  論文  参考訳（メタデータ） (2026-07-25T11:46:38Z)
• Forecasting the Past: Gradient-Based Distribution Shift Detection in Trajectory Prediction [8.64679489783877]
  軌道予測モデルは、トレーニングとテスト条件の間の分散シフトにより、現実の自動運転で失敗することが多い。 観測軌道の後半を予測する自己教師タスクにおいて,ポストホック方式でデコーダを訓練する自己教師方式を提案する。
  論文  参考訳（メタデータ） (2026-04-14T08:15:45Z)
• Predefined-time One-Shot Cooperative Estimation, Guidance, and Control for Simultaneous Target Interception [0.0]
  本研究は,定常目標の協調的同時インターセプションのための統合的推定誘導制御フレームワークを開発する。 具体的には、一部のエージェントだけが船上シーカー(インフォームド/シーカー装備エージェント)で装備される。 残りの(シーカーレスエージェント)は、インフォメーションエージェントを介して間接的にターゲットに関する情報を取得し、同時ターゲットインターセプションのための分散協調ガイダンスを実行する。
  論文  参考訳（メタデータ） (2026-01-12T17:22:57Z)
• Adaptive Conformal Prediction Intervals Over Trajectory Ensembles [50.31074512684758]
  将来の軌道は、自律運転、ハリケーン予測、疫病モデルといった領域で重要な役割を果たしている。 本稿では,サンプル軌道を理論的カバレッジ保証付き校正された予測区間に変換する共形予測に基づく統一的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-18T21:14:07Z)
• AMP: Autoregressive Motion Prediction Revisited with Next Token Prediction for Autonomous Driving [59.94343412438211]
  本稿では,GPT方式の次のトークン動作予測を動作予測に導入する。 同種単位-ワードからなる言語データとは異なり、運転シーンの要素は複雑な空間的・時間的・意味的な関係を持つ可能性がある。 そこで本稿では,情報集約と位置符号化スタイルの異なる3つの因子化アテンションモジュールを用いて,それらの関係を捉えることを提案する。
  論文  参考訳（メタデータ） (2024-03-20T06:22:37Z)
• Towards Motion Forecasting with Real-World Perception Inputs: Are End-to-End Approaches Competitive? [93.10694819127608]
  実世界の知覚入力を用いた予測手法の統一評価パイプラインを提案する。 我々の詳細な調査では、キュレートされたデータから知覚ベースのデータへ移行する際の大きなパフォーマンスギャップが明らかになりました。
  論文  参考訳（メタデータ） (2023-06-15T17:03:14Z)
• AutoCP: Automated Pipelines for Accurate Prediction Intervals [84.16181066107984]
  本稿では、自動予測のための自動機械学習(Automatic Machine Learning for Conformal Prediction, AutoCP)というAutoMLフレームワークを提案する。 最高の予測モデルを選択しようとする慣れ親しんだAutoMLフレームワークとは異なり、AutoCPは、ユーザが指定したターゲットカバレッジ率を達成する予測間隔を構築する。 さまざまなデータセットでAutoCPをテストしたところ、ベンチマークアルゴリズムを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2020-06-24T23:13:11Z)

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。