論文の概要: V2X-WAM: A Cooperative World Action Model for End-to-End Autonomous Driving

• arxiv url: http://arxiv.org/abs/2609.37098v2
• Date: Wed, 30 Sep 2026 02:45:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.260166
• Title: V2X-WAM: A Cooperative World Action Model for End-to-End Autonomous Driving
• Title（参考訳）: V2X-WAM: エンドツーエンド自動運転のための協調世界行動モデル
• Abstract要約: V2X-WAMは、協調シーン、アクション生成、未来の推論を密に結合する協調世界行動モデルである。 V2X-WAMは、代表的エンドツーエンド協調運転法よりも計画精度と安全性を一貫して改善する。
• 参考スコア（独自算出の注目度）: 21.130159395089446
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vehicle-infrastructure cooperation can complement onboard sensing with broader and more informative observations of the traffic environment, providing valuable support for end-to-end autonomous driving. However, existing cooperative driving methods mainly exploit roadside information to enhance the representation of the current scene, while the future consequences of prospective driving actions are rarely modeled explicitly. This limits the ability of the planner to anticipate how its decisions may interact with the evolving traffic environment. To address this issue, we propose V2X-WAM, a cooperative world action model that tightly couples cooperative scene understanding, action generation, and future-world reasoning. V2X-WAM constructs a reliability-aware spatiotemporal representation from vehicle- and infrastructure-side observations, while compressing infrastructure information into a compact quantized message for efficient communication. Based on the resulting cooperative representation, a multimodal planner generates prospective trajectories, which explicitly condition future occupancy and dynamic-flow prediction. The predicted world consequences are then fed back to refine the planned trajectory, forming a closed interaction between action and future-world evolution. Experiments on a large-scale real-world cooperative driving dataset demonstrate that V2X-WAM consistently improves planning accuracy and safety over representative end-to-end cooperative driving methods, while achieving stronger future-world prediction and substantially lower communication overhead. Ablation studies further validate the effectiveness of the proposed design.
• Abstract（参考訳）: 車両とインフラの協力は、車載センシングを補完し、交通環境のより広範かつより情報的な観察を行い、エンドツーエンドの自動運転に価値ある支援を提供する。 しかし、既存の協調運転法は、主に道路側情報を利用して現在のシーンの表現を高め、将来的な運転行動の結果を明示的にモデル化することは滅多にない。 これにより、プランナーは、その決定が進化するトラフィック環境とどのように相互作用するかを予測できる。 この問題に対処するために,協調的なシーン理解,アクション生成,未来の推論を密に結合する協調世界行動モデルであるV2X-WAMを提案する。 V2X-WAMは、インフラストラクチャ情報を効率的な通信のためにコンパクトな量子化されたメッセージに圧縮しながら、車両およびインフラ側の観測から信頼性に配慮した時空間表現を構築する。 得られた協調表現に基づいて、多モーダルプランナーは、将来の占有状況と動的フロー予測を明示した予測軌道を生成する。 予測された世界の結果は、計画された軌道を洗練するために送り返され、行動と将来の世界の進化の間の密接な相互作用を形成する。 大規模実世界協調運転データセットの実験により、V2X-WAMは、より強力な将来予測を実現し、通信オーバーヘッドを大幅に低減しつつ、代表的なエンドツーエンド協調運転法よりも計画精度と安全性を一貫して向上することを示した。 アブレーション研究は、提案された設計の有効性をさらに検証する。

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)
• Future-Aware End-to-End Driving: Bidirectional Modeling of Trajectory Planning and Scene Evolution [96.25314747309811]
  将来的なシーンの進化と軌道計画を共同でモデル化する,新たなエンドツーエンドフレームワークであるSeerDriveを紹介する。 本手法はまず,周辺環境の動態を予測するために,将来の鳥眼ビュー(BEV)の表現を予測する。 2つの重要な要素がこれを可能にする:(1)予測されたBEV機能を軌道プランナーに注入する将来対応計画、(2)反復的なシーンモデリングと車両計画。
  論文  参考訳（メタデータ） (2025-10-13T07:41:47Z)
• 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)
• Co-MTP: A Cooperative Trajectory Prediction Framework with Multi-Temporal Fusion for Autonomous Driving [17.78135846579767]
  Co-MTPは、自律運転のための多時間融合を伴う一般的な協調軌道予測フレームワークである。 将来の領域では、V2Xは周囲の物体の予測結果を提供することができる。 実世界のデータセットV2X-Seq上でのCo-MTPフレームワークの評価を行った。
  論文  参考訳（メタデータ） (2025-02-23T14:38:13Z)
• CMP: Cooperative Motion Prediction with Multi-Agent Communication [21.60646440715162]
  本稿では,協調動作予測の実現可能性と有効性について検討する。 提案手法であるCMPは,LiDAR信号をモデル入力とし,追跡と予測能力を向上させる。 特に、CMPは最強のベースラインに比べて平均予測誤差を12.3%削減する。
  論文  参考訳（メタデータ） (2024-03-26T17:53:27Z)
• The Integration of Prediction and Planning in Deep Learning Automated Driving Systems: A Review [43.30610493968783]
  我々は、最先端のディープラーニングベースの計画システムについてレビューし、どのように予測を統合するかに焦点を当てる。 異なる統合原則の意味、強み、限界について論じる。
  論文  参考訳（メタデータ） (2023-08-10T17:53:03Z)
• Interruption-Aware Cooperative Perception for V2X Communication-Aided Autonomous Driving [49.42873226593071]
  本稿では,V2X通信支援自律運転のためのV2X通信入出力対応協調知覚(V2X-INCOP)を提案する。 我々は、過去の協力情報を用いて、割り込みによる行方不明情報を復元し、割り込み問題の影響を軽減する。 3つの公的な協調認識データセットの実験から,コミュニケーション中断が協調知覚に与える影響を緩和するために提案手法が有効であることが示された。
  論文  参考訳（メタデータ） (2023-04-24T04:59:13Z)
• Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
  歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。 本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。 我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
  論文  参考訳（メタデータ） (2021-06-22T15:40:21Z)

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。