論文の概要: CAR-VLA: Complexity-Aware and Risk-Adaptive Reasoning for Autonomous Driving

• arxiv url: http://arxiv.org/abs/2609.34387v2
• Date: Tue, 29 Sep 2026 03:32:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:46.734418
• Title: CAR-VLA: Complexity-Aware and Risk-Adaptive Reasoning for Autonomous Driving
• Title（参考訳）: CAR-VLA: 自律運転における複雑度認識とリスク適応推論
• Abstract要約: 既存のVLAモデルは、主に推論するかどうかに焦点を合わせ、運転状況によって推論がどのように異なるかを見落としている。 CAR-VLAは、シーンの複雑さと動的リスクを共同で考慮し、推論深度、緊急度、集中度を導出する統合駆動型VLAモデルである。 我々はCAR-VLAを、シーンアセスメントと推論モード選択軌跡生成をリンクするプログレッシブ教師付き学習を通じて訓練し、続いて推論強化学習を行い、運転品質の推論行動を改善する。
• 参考スコア（独自算出の注目度）: 50.87964552035902
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing adaptive reasoning methods for driving Vision-Language-Action (VLA) models primarily focus on whether to reason, overlooking how reasoning should differ across driving situations. Our key insight is that while scene complexity informs reasoning depth, dynamic risk is equally critical for deciding how to reason in time-critical situations. We therefore propose CAR-VLA, a unified driving VLA model that jointly considers scene complexity and dynamic risk to guide reasoning depth, urgency, and focus. CAR-VLA maps four complexity--risk categories to three reasoning modes: \textit{Fast Intuition} for direct trajectory generation in simple low-risk scenes, \textit{Slow Thinking} for deliberate reasoning in complex low-risk scenes, and \textit{Reflex Response} for compact, hazard-focused reasoning in high-risk scenes regardless of complexity. Rather than merely shortening deliberation, Reflex Response centers reasoning on the most critical hazard and the immediate safe response. We train CAR-VLA through progressive supervised learning that links scene assessment, reasoning-mode selection, and trajectory generation, followed by reasoning-augmented reinforcement learning to improve driving quality and reasoning behavior. Experiments on NAVSIM v1(91.1 PDMS), NAVSIM v2(90.3 EPDMS), and Navhard(35.0 EPDMS) demonstrate competitive driving performance. Qualitative comparisons on navtest and in-house high-risk scenarios further illustrate risk-aware reasoning and hazard-responsive trajectory generation. The code for this paper will be released publicly at: https://github.com/chenxl124578/CAR-VLA.git
• Abstract（参考訳）: 既存のVision-Language-Action(VLA)モデルを駆動するための適応的推論手法は主に、運転状況間での推論の違いを見越して、推論するかどうかに焦点を当てている。 私たちの重要な洞察は、シーンの複雑さが推論の深さを知らせる一方で、動的リスクは時間的クリティカルな状況における推論方法を決定する上でも同様に重要であるということです。 そこで我々は,シーンの複雑さと動的リスクを共同で考慮し,推論深度,緊急度,集中度を誘導する統合運転型VLAモデルであるCAR-VLAを提案する。 CAR-VLAは4つの複雑性リスクカテゴリを3つの推論モードにマッピングする: 単純な低リスクシーンにおける直接トラジェクトリ生成のための \textit{Fast Intuition} 、複雑な低リスクシーンにおける意図的な推論のための \textit{Slow Thinking} 、複雑さに関係なく高リスクシーンにおけるコンパクトでハザード中心の推論のための \textit{Reflex Response} 。 単に熟考を短縮するだけでなく、反射反応は最も危険な危険と即時安全反応に起因している。 我々は、シーンアセスメント、推論モードの選択、軌道生成をリンクするプログレッシブ・教師付き学習を通じてCAR-VLAを訓練し、続いて推論強化学習を行い、運転品質と推論行動を改善する。 NAVSIM v1(91.1 PDMS)、NAVSIM v2(90.3 EPDMS)、Navhard(35.0 EPDMS)の実験は、競争力のある駆動性能を示している。 ナヴテストと社内高リスクシナリオの質的比較により、リスク認識推論とハザード応答性軌道生成がさらに明らかになった。 https://github.com/chenxl124578/CAR-VLA.git

関連論文リスト

• Towards Driver Behavior Understanding: Weakly-Supervised Risk Perception in Driving Scenes [21.684666974039086]
  RAIDは4,691本の注釈付きビデオクリップで構成され、様々な交通シナリオをドライバーの意図した操作、道路トポロジー、危険状況(歩行者を横断するなど)、運転手の反応、歩行者の注意力といったラベルでカバーしている。 本稿では,運転者の意図した操作と応答の関係をモデル化し,潜在的なリスク源を特定するための弱教師付きリスクオブジェクト識別フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-06T05:40:13Z)
• Counterfactual VLA: Self-Reflective Vision-Language-Action Model with Adaptive Reasoning [71.19675094463834]
  この作業では、モデルが実行前に計画されたアクションを推論し、修正することを可能にする、自己修正型のVLAフレームワークである、Counterfactual VLAを導入している。 CF-VLAはまず、駆動意図を要約した時間分割メタアクションを生成し、その後、メタアクションと視覚コンテキストの両方で条件付けられた反実的推論を実行する。 大規模運転データセットの実験では、CF-VLAは軌道精度を最大17.6%向上し、安全基準を20.5%向上し、適応的思考を示す。
  論文  参考訳（メタデータ） (2025-12-30T19:04:17Z)
• Why Braking? Scenario Extraction and Reasoning Utilizing LLM [13.88343221678386]
  シナリオ理解と推論にLarge Language Model(LLM)を利用する新しいフレームワークを提案する。 提案手法は,低レベル数値信号と自然言語記述とのギャップを埋め,LLMによる運転シナリオの解釈と分類を可能にする。
  論文  参考訳（メタデータ） (2025-07-17T08:33:56Z)
• DRAMA-X: A Fine-grained Intent Prediction and Risk Reasoning Benchmark For Driving [5.362063089413001]
  既存のベンチマークでは、安全クリティカルな状況下でのマルチクラスの意図予測は評価されていない。 DRAMAデータセットから構築した詳細なベンチマークであるDRAMA-Xを紹介する。 我々は,エゴ車の推論パイプラインを反映した軽量でトレーニング不要なフレームワークであるSGG-Intentを提案する。
  論文  参考訳（メタデータ） (2025-06-21T05:01:42Z)
• Natural Reflection Backdoor Attack on Vision Language Model for Autonomous Driving [55.96227460521096]
  視覚言語モデル(VLM)は推論能力を高めるために自律運転システムに統合されている。 本稿では,自律運転シナリオにおけるVLMシステムを対象とした自然反射型バックドアアタックを提案する。 我々の発見は、自動運転の厳しいリアルタイム要求を生かした、新たなタイプの攻撃を発見しました。
  論文  参考訳（メタデータ） (2025-05-09T20:28:17Z)
• Black-Box Adversarial Attack on Vision Language Models for Autonomous Driving [65.61999354218628]
  我々は、自律運転システムにおいて、視覚言語モデル(VLM)をターゲットとしたブラックボックス敵攻撃を設計する第一歩を踏み出す。 セマンティクスの生成と注入による低レベル推論の分解を目標とするカスケーディング・アディバーショナル・ディスラプション(CAD)を提案する。 本稿では,高レベルリスクシナリオの理解と構築に代理VLMを活用することで,動的適応に対処するリスクシーンインジェクションを提案する。
  論文  参考訳（メタデータ） (2025-01-23T11:10:02Z)
• RACER: Epistemic Risk-Sensitive RL Enables Fast Driving with Fewer Crashes [57.319845580050924]
  本稿では,リスク感応制御と適応行動空間のカリキュラムを組み合わせた強化学習フレームワークを提案する。 提案アルゴリズムは,現実世界のオフロード運転タスクに対して,高速なポリシーを学習可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-07T23:32:36Z)
• A Counterfactual Safety Margin Perspective on the Scoring of Autonomous Vehicles' Riskiness [52.27309191283943]
  本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。 本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
  論文  参考訳（メタデータ） (2023-08-02T09:48:08Z)
• Driver-centric Risk Object Identification [25.85690304998681]
  運転者中心のリスク定義,すなわち危険物が運転者行動に影響を与えることを提案する。 本稿では,本課題を原因影響問題として定式化し,新たな2段階リスクオブジェクト識別フレームワークを提案する。 運転者中心型リスクオブジェクト識別データセットを算出し,提案システムの評価を行う。
  論文  参考訳（メタデータ） (2021-06-24T17:27:32Z)

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。