論文の概要: VehDyn: A Driving World Model Benchmark for Vehicle Dynamics

• arxiv url: http://arxiv.org/abs/2609.33264v1
• Date: Sun, 27 Sep 2026 06:12:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 01:41:04.519207
• Title: VehDyn: A Driving World Model Benchmark for Vehicle Dynamics
• Title（参考訳）: VehDyn: 自動車ダイナミクスのための世界モデルベンチマーク
• Abstract要約: VehDynは、自動車力学の駆動世界モデルベンチマークである。 トラジェクトリアライメント、キネマティック一貫性、ダイナミック一貫性を測定し、12の最先端のビデオワールドモデルをベンチマークする。 ドライビングワールドはVehDynの最高スコアを獲得し、Cosmos 3 NanoとLTX-Video 2.5が続く。
• 参考スコア（独自算出の注目度）: 45.489954193980644
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video world models are emerging as data engines, action planners, and generative simulators for autonomous driving, but existing benchmarks primarily assess visual fidelity and coarse physical plausibility, providing limited evidence on whether generated driving futures obey realistic vehicle kinematics and dynamics. This limitation is further compounded by the lack of datasets in which vehicle, road, maneuver, and speed conditions are independently controlled, and ground-truth vehicle states are recorded in synchrony with videos. We introduce VehDyn, a driving world model benchmark for vehicle dynamics. VehDyn is built on a CARLA-CarSim co-simulation platform where photorealistic rendering is coupled with a validated multi-body dynamics model, and it contains 10,080 configurations from a full factorial design over five vehicle types, four tire-road friction coefficients, three maneuvers, four target speeds, 14 scenes, and three illuminations, each paired with synchronized position, velocity, and attitude sequences. Built on this dataset, VehDyn introduces a hierarchical evaluation framework that measures trajectory alignment, kinematic consistency, and dynamic consistency, and benchmarks 12 state-of-the-art video world models. We further assess the video quality using two established protocols and correlate it with the VehDyn score. Trajectory-level metrics are nearly saturated, with ten of twelve models within 20\% of ground truth, while no model reaches 92\% of ground truth on dynamic consistency, and visual-quality metrics are only weakly correlated with vehicle-dynamics fidelity. DrivingWorld achieves the highest VehDyn score, followed by Cosmos 3 Nano and LTX-Video 2.5, and the VehDyn score agrees closely with human judgment. VehDyn provides a systematic foundation for developing driving world models that are physically consistent and visually realistic.
• Abstract（参考訳）: ビデオワールドモデルは、データエンジン、アクションプランナー、自動走行のための生成シミュレータとして登場しているが、既存のベンチマークは主に視覚的忠実度と粗い物理的妥当性を評価し、生成された運転先が現実的な車両運動学や力学に従属するかどうかの限定的な証拠を提供する。 この制限は、車両、道路、操縦、速度条件が独立して制御されるデータセットの欠如によってさらに複雑になり、地上の車の状態はビデオと同期して記録される。 車両力学の駆動世界モデルベンチマークであるVehDynを紹介する。 VehDynは、CARLA-CarSimの共同シミュレーションプラットフォーム上に構築されており、フォトリアリスティックレンダリングと検証されたマルチボディのダイナミックスモデルが組み合わされている。 このデータセットに基づいて構築されたVehDynは、トラジェクティブアライメント、キネマティック一貫性、動的一貫性を測定する階層的評価フレームワークを導入し、12の最先端のビデオワールドモデルをベンチマークする。 さらに、2つの確立されたプロトコルを用いて映像品質を評価し、VehDynスコアと相関する。 軌道レベルの測度はほぼ飽和しており、20 %の真理の範囲内10モデルのうち10モデルが飽和しているが、ダイナミックな一貫性に関する基底真理の92 %に達するモデルはなく、視覚的品質の測度は車両力学の忠実度と弱い相関しか持たない。 ドライビングワールドは最高のVehDynスコアを獲得し、コスモス3NanoとLTX-Video 2.5が続くが、VehDynスコアは人間の判断と密接に一致している。 VehDynは、物理的に一貫性があり、視覚的に現実的な駆動世界モデルを開発するための体系的な基盤を提供する。

関連論文リスト

• CoDrive: Cross-Vehicle World-Consistent Video Generation with Precise Trajectory Control for Cooperative Driving [44.89988857451929]
  現実の世界での運転は本質的にマルチエージェントであるが、既存の運転世界モデルは単一のエゴ車から観測結果を生成する。 我々は、同じダイナミックシーンを共有する車両の観察を共同で生成する、クロスサイクル多視点駆動生成フレームワークを提案する。 実験によると、CoDriveは、競合する視覚的品質を維持しながら、軌道制御性とクロスエージェント幾何およびインスタンスの整合性を改善する。
  論文  参考訳（メタデータ） (2026-09-28T09:41:11Z)
• HelloWorld: Towards Practical Applications of Generative Driving World Models [51.60209642972941]
  HelloWorldは、これらの要件に基づいて設計された2B駆動の世界モデルシステムである。 HelloWorldは、異種ビデオデータから制御可能な駆動生成まで、幅広い視覚的およびモーション的先行を専門としている。 システムは、7カメラのRGB生成と条件付きLiDAR合成をサポートする。
  論文  参考訳（メタデータ） (2026-09-24T02:28:50Z)
• InstaDrive: Instance-Aware Driving World Models for Realistic and Consistent Video Generation [53.47253633654885]
  InstaDriveは、2つの重要な進歩を通じてビデオリアリズムを促進する新しいフレームワークである。 これらのインスタンス認識機構を組み込むことで、InstaDriveは最先端のビデオ生成品質を実現する。 私たちのプロジェクトページはhttps://shanpoyang654.io/InstaDrive/page.htmlです。
  論文  参考訳（メタデータ） (2026-02-03T08:22:13Z)
• DrivingGen: A Comprehensive Benchmark for Generative Video World Models in Autonomous Driving [49.11389494068169]
  我々は、生成駆動世界モデルのための最初の総合的なベンチマークであるDrivingGenを提示する。 DrivingGenは、駆動データセットとインターネットスケールのビデオソースの両方から収集されたさまざまな評価データセットを組み合わせる。 一般的なモデルは良く見えるが物理を破るが、運転に特化したものは現実的に動きを捉えているが、視界の質は遅れている。
  論文  参考訳（メタデータ） (2026-01-04T13:36:21Z)
• Physical Informed Driving World Model [47.04423342994622]
  DrivePhysicaは、本質的な物理原理に準拠したリアルなドライビングビデオを生成するために設計された革新的なモデルだ。 我々は,Nuscenesデータセット上での3.96 FIDと38.06 FVDの駆動ビデオ生成品質と下流認識タスクにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-12-11T14:29:35Z)
• Stag-1: Towards Realistic 4D Driving Simulation with Video Generation Model [83.31688383891871]
  本稿では,現実世界のシーンを再現するために,DrivinG(Stag-1)モデルのための空間-テンポラル・シミュレートを提案する。 Stag-1は、自動運転車のサラウンドビューデータを使用して、連続した4Dポイントのクラウドシーンを構築する。 空間的時間的関係を分離し、コヒーレントな運転ビデオを生成する。
  論文  参考訳（メタデータ） (2024-12-06T18:59:56Z)
• DriveDreamer4D: World Models Are Effective Data Machines for 4D Driving Scene Representation [32.19534057884047]
  本稿では,世界モデルの先行モデルを利用した4次元運転シーン表現を強化するDriveDreamer4Dを紹介する。 われわれの知る限り、DriveDreamer4Dは、運転シナリオにおける4D再構成を改善するためにビデオ生成モデルを利用する最初の企業である。
  論文  参考訳（メタデータ） (2024-10-17T14:07:46Z)

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。