論文の概要: ReWAM: Reciprocal World Action Models for Interactive Autonomous Driving

• arxiv url: http://arxiv.org/abs/2609.39245v1
• Date: Wed, 30 Sep 2026 08:12:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.431043
• Title: ReWAM: Reciprocal World Action Models for Interactive Autonomous Driving
• Title（参考訳）: ReWAM:対話型自律運転のための相互世界行動モデル
• Abstract要約: 対話的なシナリオでは、他のエージェントの行動の影響下でエゴ行動を生成するために自律運転システムが必要である。 ゲーム理論の世界アクションモデリングフレームワークであるReciprocal World Action Models (ReWAM)を紹介する。 我々のフレームワークはNAVSIMデータセットに基づいて評価され,ベースラインと比較して最先端の性能を実現している。
• 参考スコア（独自算出の注目度）: 4.9178373469310275
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In interactive scenarios, an autonomous driving system is required to generate ego actions under the influence of other agents' behaviors. Existing World Action Models (WAMs) typically model other agents as components of the world model rather than as decision-makers that fundamentally shape the action of the ego agent, which impairs their performance in dense interaction scenarios. We introduce Reciprocal World Action Models (ReWAM), a game-theoretic world action modeling framework that captures the reciprocal influence between the ego agent and other agents by representing them as conditional responders whose actions are mutually influenced. We instantiate this framework with a Level-$k$ response hierarchy, where role-specific ego and other action DiTs exchange compact strategy tokens through cross-agent attention while remaining grounded in a shared representation of the future driving world. To learn the response policy of the ego agent from demonstrations, we formulate expert actions as samples from the best response distribution and jointly optimize the entire hierarchy using conditional flow matching. Our framework is evaluated on the NAVSIM dataset and achieves state-of-the-art performance compared to baselines. The improvement is particularly significant in interactive scenarios, validating that modeling reciprocal responses provides a more effective foundation for interaction-aware world action generation.
• Abstract（参考訳）: 対話的なシナリオでは、他のエージェントの行動の影響下でエゴ行動を生成するために自律運転システムが必要である。 既存のワールドアクションモデル(WAM)は、一般的に、密接な相互作用シナリオにおいてそれらのパフォーマンスを損なうエゴエージェントのアクションを根本的に形作る意思決定者としてではなく、他のエージェントを世界モデルのコンポーネントとしてモデル化する。 本稿では,エゴエージェントと他のエージェント間の相互影響を相互に影響した条件応答として表現し,その相互影響を捉えるゲーム理論の世界行動モデリングフレームワークReWAMを紹介する。 我々は、このフレームワークをレベル-k$レスポンス階層でインスタンス化し、ロール固有のエゴや他のアクションDiTは、クロスエージェントの注意を通してコンパクトなストラテジトークンを交換する一方で、将来の運転世界の共有表現に基礎を置いている。 実験からエゴエージェントの応答ポリシーを学習するために、最適な応答分布からサンプルとして専門家アクションを定式化し、条件付きフローマッチングを用いて階層全体を共同で最適化する。 我々のフレームワークはNAVSIMデータセットに基づいて評価され,ベースラインと比較して最先端の性能を実現している。 この改善は対話的なシナリオにおいて特に重要であり、相互応答のモデリングが相互作用を意識した世界行動生成のより効果的な基盤となることを検証している。

関連論文リスト

• From World Action Models to Embodied Brains: A Roadmap for Open-World Physical Intelligence [54.62791372989525]
  アクションモデル、ビジョン言語-アクションポリシー、世界モデルは、この目標を前進させた。 世界行動モデル(WAM)は、候補者の介入と予測された結果とを結びつけるため、特に有望である。 我々は、WAMへの進化をレビューし、これらの制限をモデルの役割と表現、目的と標準化、システム構成という3つの組み合わせのギャップにまとめる。
  論文  参考訳（メタデータ） (2026-07-13T15:22:56Z)
• COMAP: Co-Evolving World Models and Agent Policies for LLM Agents [14.918267305899619]
  COMAPは、クローズドループインタラクションを通じてテキストワールドモデルとエージェントポリシーを共進化させる新しいフレームワークである。 各決定ステップにおいて、世界モデルは、候補行動に対する将来の状態フィードバックを予測し、エージェントは、このフィードバックの信頼性を推定して、将来の状態リフレクションを行う。 結果として生じるオンライン軌道は、自己蒸留によって世界モデルを更新するために使用され、エージェントの進化する相互作用分布によく一致する。
  論文  参考訳（メタデータ） (2026-06-01T15:21:17Z)
• HarmoWAM: Harmonizing Generalizable and Precise Manipulation via Adaptive World Action Models [58.191567345416836]
  世界行動モデル(WAM)は、物理力学のモデリングによるロボット制御のための有望なパラダイムとして登場した。 HarmoWAMは、予測と反応の制御を統一するために世界モデルを完全に活用し、一般的なトランジットと正確な操作を可能にする。 実世界の6つのロボットタスクにまたがる3つのトレーニング未確認テスト環境を構築し、背景、位置、オブジェクトの意味のバリエーションをカバーした。
  論文  参考訳（メタデータ） (2026-05-11T17:59:56Z)
• Multi-Agent Model-Based Reinforcement Learning with Joint State-Action Learned Embeddings [10.36125908359289]
  モデルに基づくマルチエージェント強化学習フレームワークを提案する。 我々は変分自動エンコーダで訓練された世界モデルを設計し、状態-作用学習埋め込みを用いてモデルを増強する。 想像された軌道とSALEに基づく行動値とを結合することにより、エージェントは彼らの選択が集団的な結果にどのように影響するかをより深く理解する。
  論文  参考訳（メタデータ） (2026-02-13T01:57:21Z)
• Thinking by Doing: Building Efficient World Model Reasoning in LLMs via Multi-turn Interaction [53.745458605360675]
  効率的な相互作用とアクティブ推論(WMAct)による世界モデル内在化を探求する。 WMActは、モデルを構造化推論から解放し、モデルがその実行を通じて思考を直接形作ることを可能にする。 ソコバン, 迷路, タクシーの実験から, WMActは一つのターンでタスクを解決できる効果的な世界モデル推論を導出することを示した。
  論文  参考訳（メタデータ） (2025-11-28T18:59:47Z)
• Object-Centric World Models for Causality-Aware Reinforcement Learning [13.063093054280946]
  カルーサリティ対応強化学習(ASTICA)を用いたEmph Transformer Imaginationを提案する。 オブジェクト中心のトランスフォーマーが世界モデルおよび因果対応ポリシーおよびバリューネットワークとして機能する統合フレームワーク。 オブジェクトリッチベンチマークの実験では、STICAはサンプル効率と最終性能の両方において、最先端のエージェントよりも一貫して優れていた。
  論文  参考訳（メタデータ） (2025-11-18T08:53:09Z)
• Social World Model-Augmented Mechanism Design Policy Learning [58.739456918502704]
  SWM-AP (Social World Model-Augmented Mechanism Design Policy Learning) を導入する。 SWM-APは,累積報酬とサンプル効率において,モデルベースおよびモデルフリーのRLベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-10-22T06:01:21Z)
• PPAD: Iterative Interactions of Prediction and Planning for End-to-end Autonomous Driving [57.89801036693292]
  PPAD(Iterative Interaction of Prediction and Planning Autonomous Driving)は、予測と計画のより良い統合を目的とした、タイムステップワイドなインタラクションである。 我々は,階層的動的キーオブジェクトに着目したego-to-agent,ego-to-map,ego-to-BEVインタラクション機構を設計し,インタラクションをモデル化する。
  論文  参考訳（メタデータ） (2023-11-14T11:53:24Z)

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。