論文の概要: Brain-SAD: A Brain-Inspired Safe Autonomous Driving Control Framework with Dynamic Fear-Oriented Constraint on Dual-Policy
- arxiv url: http://arxiv.org/abs/2609.38016v1
- Date: Tue, 29 Sep 2026 17:01:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.767539
- Title: Brain-SAD: A Brain-Inspired Safe Autonomous Driving Control Framework with Dynamic Fear-Oriented Constraint on Dual-Policy
- Title（参考訳）: Brain-SAD: デュアル・ポリティクス上での動的Fear-Oriented Constraintを用いたブレインインスパイアされた安全な自律運転制御フレームワーク
- Abstract要約: 脳に触発された安全な自律運転制御フレームワークであるBrain-SADを提案する。
実験結果から,Brain-SADは既存の手法よりも優れており,タスク完了時間と衝突回復時間の短縮で高い成功率が得られることがわかった。
- 参考スコア（独自算出の注目度）: 4.617842089461502
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Constrained Reinforcement Learning has recently gained increasing attention in the field of Safe Autonomous Driving, where the general mechanism is to maximize the expected reward while keeping the overall action risk bounded. In this way, the safety issues arising in AD can be mitigated through constrained actions. However, existing Constrained RL methods still lack dynamics on the imposed constraints. For instance, the action cost adopted by the existing Primal-Dual/soft-constrained methods is often defined as static state-to-cost mapping, and the safe-action projection in hard-constrained methods relies on the static projection with the fixed feasible region boundary estimated from offline demonstrations. The above drawback tightly couples the imposed constraints to the training scenarios, leaving the AD policy hard to handle different interaction scenarios, due to the improper state-level action-cost and the static projection boundary. Consequently, in this paper, we propose Brain-SAD, a brain-inspired safe autonomous driving control framework with dynamic fear-oriented constraints. By perceiving the current vehicle-interaction scene, Brain-SAD generates dynamic fear signal as fear reaction to online decide long-term policy for regular interaction or short-term policy for urgent-collision defense. In such two policy, the above fear-reaction will be constructed as the dynamic fear constraints, respectively reflecting the overall fear cost directly coupled with action-impact, and the dynamic fear boundary of the feasible region derived from different risky neighbors, both of which will in turn serve for the online policy optimization. Experimental results show that Brain-SAD outperforms existing methods, achieving higher success rate in shorter task-completion and collision-recovery time, and exhibits stronger reliability across continuous intersections of fluctuating complexity.
- Abstract（参考訳）: 制約付き強化学習は、安全自律運転の分野で近年注目を集めており、全体的な行動リスクを束縛しつつ、期待される報酬を最大化するための一般的なメカニズムである。
このように、ADに生じる安全問題は、制約された行動によって緩和することができる。
しかし、既存のConstrained RLメソッドは、課された制約のダイナミクスを欠いている。
例えば、既存のPrimal-Dual/Soft-Constrainedメソッドが採用するアクションコストは静的なステート・ツー・コストマッピングとして定義され、ハード制約メソッドのセーフ・アクション・プロジェクションはオフラインのデモから推定される固定可能な領域境界を持つ静的なプロジェクションに依存している。
上記の欠点は、トレーニングシナリオに課された制約を厳格に結合し、ADポリシーは、不適切な状態レベルのアクションコストと静的なプロジェクション境界のために、異なるインタラクションシナリオを扱うのが困難である。
そこで本稿では,脳に触発された自律運転制御フレームワークであるBrain-SADを提案する。
脳SADは、現在の車両の相互作用シーンを知覚することにより、オンライン上での恐怖反応として動的恐怖信号を生成し、定期的な相互作用のための長期的な政策や緊急衝突防衛のための短期的な政策を決定する。
このような2つの政策において、これらの恐れ-反応は、それぞれ、アクション・インパクトと直接結合された全体的な恐怖コストと、異なるリスクのある隣人から派生した実現可能な領域の動的恐怖境界を反映し、動的恐怖制約として構築され、オンライン政策最適化に役立ちます。
実験の結果,Brain-SADは既存の手法よりも優れており,タスク完了時間と衝突回復時間の短縮で高い成功率を達成でき,変動する複雑性の連続的交点をまたいで信頼性が向上していることがわかった。
関連論文リスト
- Risk-Aware Decision-Making for Autonomous Overtaking: A World Model-Based Mixture-of-Experts Framework [33.77529938530246]
WM-RMoEフレームワークは,多種多様な交通密度の予測オーバーテイクを実現するために提案されている。
実験結果から,WM-RMoEは,安全コンプライアンス,意思決定安定性,一般化能力において,代表ベースライン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） (2026-07-14T01:42:07Z) - GuardAD: Safeguarding Autonomous Driving MLLMs via Markovian Safety Logic [51.85782253444399]
MLLM(Multimodal large language model)は、自律運転システムに統合されつつある。
それらは、特に事故を起こしやすいシナリオにおいて、多様な安全上の脅威に弱いままである。
我々は,AD安全性を進化するマルコフ論理状態として定式化するモデル非依存型安全ガードであるGardadを提案する。
論文 参考訳（メタデータ） (2026-05-11T11:28:03Z) - Dynamic-TD3: A Novel Algorithm for UAV Path Planning with Dynamic Obstacle Trajectory Prediction [21.408459244943597]
操作性を維持しながら厳格な制約を強制する物理的に強化されたフレームワークであるDynamic-TD3を提案する。
攻撃的な動的脅威を伴う実験では、衝突回避性能、エネルギー消費の低減、よりスムーズな飛行軌道が示される。
論文 参考訳（メタデータ） (2026-04-30T02:56:29Z) - BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。
BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
論文 参考訳（メタデータ） (2026-02-23T18:19:46Z) - Self-Guard: Defending Large Reasoning Models via enhanced self-reflection [54.775612141528164]
Self-Guardは、大規模推論モデルのための軽量な安全防御フレームワークである。
これは認識とコンプライアンスのギャップを埋め、モデルユーティリティを損なうことなく堅牢な安全性能を達成する。
セルフガードは、さまざまな未知のリスクとさまざまなモデルスケールにまたがる強力な一般化を示す。
論文 参考訳（メタデータ） (2026-01-31T13:06:11Z) - DualShield: Safe Model Predictive Diffusion via Reachability Analysis for Interactive Autonomous Driving [8.323621563740772]
本稿では、ハミルトン・ヤコビ(HJ)到達可能性値関数を二重容量で活用する計画制御フレームワークであるDualShieldを紹介する。
第一に、値関数はプロアクティブなガイダンスとして機能し、拡散復調過程を安全かつ動的に実現可能な領域に向けて操る。
次に、制御バリア値関数(CBVF)を使用してリアクティブな安全シールドを形成し、実行されたアクションを修正し、安全性を確保する。
論文 参考訳（メタデータ） (2026-01-22T07:56:36Z) - Sparse Threats, Focused Defense: Criticality-Aware Robust Reinforcement Learning for Safe Autonomous Driving [11.62520853262219]
本稿では、自律運転におけるスパースかつ安全クリティカルなリスクに対処するために、臨界対応ロバストRL(CARRL)を導入する。
CARRLは2つの相互作用成分からなる: リスク露光敵 (REA) とリスクターゲット型ロバストエージェント (RTRA) である。
提案手法は,最先端のベースライン法と比較して,全症例で少なくとも22.66%の衝突率を減少させることを示す。
論文 参考訳（メタデータ） (2026-01-05T05:20:16Z) - 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) - Uniformly Safe RL with Objective Suppression for Multi-Constraint Safety-Critical Applications [73.58451824894568]
広く採用されているCMDPモデルは予測のリスクを制約しており、長い尾の州で危険な行動を起こす余地がある。
安全クリティカルな領域では、そのような行動は破滅的な結果をもたらす可能性がある。
本稿では,目標を最大化するタスク報酬を適応的に抑制する新しい手法であるObjective Suppressionを提案する。
論文 参考訳（メタデータ） (2024-02-23T23:22:06Z) - SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。
提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。
複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
論文 参考訳（メタデータ） (2023-12-31T04:14:43Z)
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。