論文の概要: Learning to Explain While Planning: Rule-Aligned Diffusion Planning for Autonomous Driving

• arxiv url: http://arxiv.org/abs/2609.39995v2
• Date: Thu, 01 Oct 2026 08:34:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.566915
• Title: Learning to Explain While Planning: Rule-Aligned Diffusion Planning for Autonomous Driving
• Title（参考訳）: 計画中の説明の学習: 自律運転におけるルール付き拡散計画
• Abstract要約: Rule-Aligned Diffusion Planner (RADP) は、異なる運転ルールを訓練中に拡散目標に組み込む。 Rule-Pressure Attribution (RPA) は、予測された軌道に対する規則損失の勾配からの監視信号を構成する。 nuPlanの実験は、RADPが安全クリティカルなシナリオに挑戦してクローズドループ計画を改善することを示している。
• 参考スコア（独自算出の注目度）: 43.551393234571485
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diffusion planners exhibit strong capabilities in generating multimodal trajectories. However, existing methods primarily rely on expert demonstrations to fit trajectory distributions, learning statistical correlations among scenes, behaviors, and trajectories without explicitly modeling driving rules. In long-tail scenarios where expert data are scarce, the lack of behaviors to imitate may lead to trajectories that violate safety or compliance requirements. Moreover, their generation process lacks rule-level explanations, making it difficult to determine which rules drive trajectory adjustments, when they take effect, and how strongly they act, thereby limiting failure diagnosis, safety validation, and targeted improvement. To address these limitations, we propose the Rule-Aligned Diffusion Planner (RADP), which incorporates differentiable driving rules into the diffusion objective during training, turning rule knowledge into intrinsic behavioral principles beyond finite demonstrations. We further introduce Rule-Pressure Attribution (RPA), which constructs supervision signals from gradients of rule losses with respect to predicted trajectories and employs a lightweight attribution head to estimate the optimization pressure exerted by each rule online. To assess the closed-loop behavioral relevance of these attributions, we propose a temporal risk-alignment protocol that evaluates whether current rule pressures reflect corresponding risks during subsequent closed-loop execution. Experiments on nuPlan show that RADP improves closed-loop planning in challenging safety-critical scenarios, while RPA exhibits consistent temporal alignment with subsequent rule-specific risks, validating both intrinsic rule learning and rule-level interpretability.
• Abstract（参考訳）: 拡散プランナーは多モード軌道の生成において強力な能力を示す。 しかし、既存の手法は主に、運転規則を明示的にモデル化することなく、軌跡分布に適合する専門家のデモンストレーション、シーン、行動、軌跡間の統計的相関を学習することに依存している。 専門家データが不足しているロングテールシナリオでは、模倣する振る舞いの欠如が、安全性やコンプライアンス要件に違反したトラジェクトリにつながる可能性がある。 さらに、それらの生成プロセスにはルールレベルの説明が欠けているため、どのルールが軌道調整を駆動するか、いつ有効か、どのように振る舞うかを判断することは困難であり、それによって障害診断、安全性検証、目標改善が制限される。 これらの制約に対処するため,学習中に異なる駆動ルールを拡散目標に組み込んだルールアラインド拡散プランナー (RADP) を提案し,ルール知識を有限な実演を超えた本質的な行動原理に変換する。 さらに、予測されたトラジェクトリに対するルール損失の勾配から監視信号を構成するルール・プレッシャ属性(RPA)を導入し、軽量な属性ヘッドを用いて、各ルールがオンラインに実施する最適化圧力を推定する。 これらの属性のクローズドループ行動関連性を評価するために,現在のルール圧力がその後のクローズドループ実行時に対応するリスクを反映するかどうかを評価する時間的リスクアライメントプロトコルを提案する。 nuPlanの実験では、RADPは安全クリティカルなシナリオでクローズドループ計画を改善する一方、RPAはその後のルール固有のリスクと一貫した時間的整合を示し、本質的なルール学習とルールレベルの解釈可能性の両方を検証している。

関連論文リスト

• RAPiD: Real-time Deterministic Trajectory Planning via Diffusion Behavior Priors for Safe and Efficient Autonomous Driving [5.030754278104693]
  RAPiDは、事前訓練された拡散型プランナーを効率的なポリシーに蒸留する決定論的政策抽出フレームワークである。 安全と乗客の快適性を促進するため、予測ドライバコントローラを模倣するように訓練された評論家を用いてポリシーを最適化する。
  論文  参考訳（メタデータ） (2026-02-07T03:44:50Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Adaptive Conformal Prediction Intervals Over Trajectory Ensembles [50.31074512684758]
  将来の軌道は、自律運転、ハリケーン予測、疫病モデルといった領域で重要な役割を果たしている。 本稿では,サンプル軌道を理論的カバレッジ保証付き校正された予測区間に変換する共形予測に基づく統一的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-18T21:14:07Z)
• DRIVE: Dynamic Rule Inference and Verified Evaluation for Constraint-Aware Autonomous Driving [37.24058519921229]
  本稿では,動的ルール推論と検証評価のための新しいフレームワークDRIVEを紹介する。 D DRIVEは、ソフト制約違反率0.0%、スムーズな軌道、様々な運転シナリオにおけるより強力な一般化を実現している。 検証された評価は、現実世界のデプロイメントにおけるフレームワークの効率性、説明可能性、堅牢性をさらに示す。
  論文  参考訳（メタデータ） (2025-08-06T03:56:06Z)
• Plan-R1: Safe and Feasible Trajectory Planning as Language Modeling [74.41886258801209]
  本稿では,行動学習から原理的アライメントを分離する2段階の軌道計画フレームワークを提案する。 Plan-R1は計画の安全性と実現可能性を大幅に改善し、最先端の性能を達成する。
  論文  参考訳（メタデータ） (2025-05-23T09:22:19Z)
• RuleFuser: An Evidential Bayes Approach for Rule Injection in Imitation Learned Planners and Predictors for Robustness under Distribution Shifts [20.405998427564764]
  RuleFuserは、ILプランナーと古典的なルールベースのプランナーを組み合わせることで、両方の相補的な利点を引き出す。 我々のアプローチは現実世界のnuPlanデータセットでテストされ、ILプランナよりも平均38.43%の安全性向上を実現しています。
  論文  参考訳（メタデータ） (2024-05-18T01:49:16Z)
• Let Offline RL Flow: Training Conservative Agents in the Latent Space of Normalizing Flows [58.762959061522736]
  オフライン強化学習は、追加の環境相互作用なしに、事前に記録された、固定されたデータセット上でポリシーをトレーニングすることを目的としている。 我々は、最近、潜在行動空間における学習ポリシーを基礎として、生成モデルの構築に正規化フローの特別な形式を用いる。 提案手法が最近提案したアルゴリズムより優れていることを示すため,様々な移動タスクとナビゲーションタスクについて評価を行った。
  論文  参考訳（メタデータ） (2022-11-20T21:57:10Z)

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。