論文の概要: Odyssey: A Closed-Loop Benchmark for Long-Horizon Real-World Driving with Explicit Navigation Routes

• arxiv url: http://arxiv.org/abs/2610.06469v1
• Date: Mon, 05 Oct 2026 15:00:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 08:09:35.176185
• Title: Odyssey: A Closed-Loop Benchmark for Long-Horizon Real-World Driving with Explicit Navigation Routes
• Title（参考訳）: Odyssey: 走行経路を明示した長距離リアルタイム運転のためのクローズドループベンチマーク
• Abstract要約: Odysseyは100のシナリオからなる長距離運転のベンチマークである。 Odysseyは方向コマンドを明示的な標準定義(SD)マップルートに置き換える。 我々は、視覚言語アクション(VLA)モデルを含む最先端のプランナーを適応させ、これらの指標を用いてナビゲーション性能を評価する。
• 参考スコア（独自算出の注目度）: 18.8737510263856
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Closed-loop evaluation of end-to-end driving requires continuous rollouts that reveal how earlier decisions affect subsequent driving. However, existing benchmarks evaluate only short segments and fail to capture later consequences. Ambiguous directional commands also obscure the intended navigation objective. We introduce Odyssey, a closed-loop benchmark for long-horizon driving comprising 100 scenarios, each reconstructed from a 100-second nuPlan driving log to preserve the context of navigation maneuvers and traffic interactions. To provide a consistent navigation objective, Odyssey replaces directional commands with explicit standard-definition (SD) map routes that specify which roads to follow, while sensor-based planning determines local driving actions. Throughout these rollouts, diffusion-based refinement of 3DGS-rendered images reduces rendering artifacts along the ego trajectory. To assess how effectively planners follow these routes and prepare for upcoming maneuvers, we introduce SD Route Compliance and Pre-Lane Change Score. These assessments are complemented by RouteDS, which extends the Driving Score with penalties for SD-route deviations and failed lane preparation. We adapt state-of-the-art planners, including vision-language-action (VLA) models, and evaluate their navigation performance using these metrics. Odyssey highlights open questions in route representation and integration for E2E driving. Benchmark code and adapted baselines will be released publicly.
• Abstract（参考訳）: エンド・ツー・エンド・ドライブのクローズドループ評価には、以前の決定がその後のドライブにどのように影響するかを示す継続的ロールアウトが必要である。 しかしながら、既存のベンチマークでは、短いセグメントのみを評価し、後続の結果をキャプチャできない。 あいまいな方向コマンドは、意図されたナビゲーションの目的を曖昧にする。 Odysseyは、100のシナリオからなる長距離走行のためのクローズドループベンチマークであり、それぞれ100秒のnuPlan駆動ログから再構成され、ナビゲーション操作と交通相互作用のコンテキストを保存する。 Odysseyは、方向指示を明示的な標準定義(SD)マップルートに置き換え、どの道路を辿るかを指定し、センサベースの計画ではローカルな運転行動を決定する。 これらのロールアウトを通じて、3DGSレンダリング画像の拡散に基づく精細化は、エゴ軌道に沿ったレンダリングアーティファクトを減少させる。 計画立案者がこれらの経路をいかに効果的に追従し、今後の演習に備えるかを評価するため、SDルートコンプライアンスとプレレーン変更スコアを導入する。 これらの評価は、SD経路偏差と路面準備の失敗に対する罰則を持つドライビングスコアを拡張したRouteDSによって補完される。 我々は、視覚言語アクション(VLA)モデルを含む最先端のプランナーを適応させ、これらの指標を用いてナビゲーション性能を評価する。 Odyssey氏は、E2E駆動のためのルート表現と統合に関するオープンな質問を強調している。 ベンチマークコードと適応されたベースラインが公開される。

関連論文リスト

• VCN-Bench: A Video-Contextualized Navigation Benchmark for Spatial Reasoning over Prior Visual Experience [50.965801006170096]
  本稿では,MLLMの視覚経験よりも閉ループ空間推論を探索するためのベンチマークであるVCN-Benchを紹介する。 Matterport3Dをベースとして、VCN-Benchは5つのインストラクションタイプ、100kのトレーニングエピソード、1,250の評価エピソードを含む。 実験では、航法性能の制限、実質的な航法解像度と航法距離、正確な航法識別後にも頻繁な航法障害が示される。
  論文  参考訳（メタデータ） (2026-09-28T09:12:56Z)
• Multi-Task Visual Perception Network with LLM Conditioning for Autonomous Navigation [4.075320514790725]
  サービスロボットの長期ナビゲーションは、計測ドリフトの蓄積やセンサーエラーといった課題に直面している。 本稿では,グローバルな一貫した地図への依存を解消する,ユーザフレンドリでインタラクティブなフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-13T05:38:52Z)
• PerceptDrive: Perception Prior World-Action Modeling with Adaptive Expert Routing for End-to-End Autonomous Driving [20.924755586440362]
  PerceptDriveは、アダプティブなエキスパートルーティングを備えた世界アクションモデリングフレームワークである。 PerceptDriveは、凍結して運転に適応したプロバイダから教師が蒸留した事前情報を供給している。 事前保持目的は、各ブランチをその前のブランチにアンカーする。
  論文  参考訳（メタデータ） (2026-07-22T14:09:15Z)
• Effective and Low-cost Lane-based Map Localization for Vehicle-Centric Route Generation [3.302211996553059]
  OLRAは低コストのマップローカライゼーションベースのフレームワークで、地図ベースのナビゲーションルートとカメラ検出レーンマーキングをマッチングすることで、ドライバービュー整列ルートを導出する。 その結果,複雑な道路区間や20mを超える距離でのルート推定において,OLRAはOpenPilotより優れていた。
  論文  参考訳（メタデータ） (2026-06-15T01:33:48Z)
• Robust Localization for Autonomous Vehicles in Highway Scenes [5.294056268363123]
  高速道路の課題に対処するロバストなローカライズシステムを提案する。 システムは、環境変化に対処するために3次元の幾何学構造と2次元の道路テクスチャキューを分離するデュアルライクなLiDARフロントエンドを使用する。 自動オフラインマッピングとグランドトラスパイプラインは、最適なローカライゼーション性能を得るために、マップを高いケイデンスで更新する。
  論文  参考訳（メタデータ） (2026-04-23T19:54:21Z)
• NaviHydra: Controllable Navigation-guided End-to-end Autonomous Driving with Hydra-distillation [6.722962084265695]
  NaviHydraは、既存のルールベースのシミュレータから抽出した、制御可能なナビゲーションガイド付きエンドツーエンドモデルである。 本フレームワークは,高レベルナビゲーションコマンドを制御信号として受け入れ,特定の意図に整合した軌道を生成する。
  論文  参考訳（メタデータ） (2025-12-11T14:05:18Z)
• Bench2Drive: Towards Multi-Ability Benchmarking of Closed-Loop End-To-End Autonomous Driving [59.705635382104454]
  本稿では,E2E-ADシステムのマルチ能力をクローズドループで評価するための最初のベンチマークであるBench2Driveを紹介する。 我々は最先端のE2E-ADモデルを実装し、Bench2Driveで評価し、現状と今後の方向性について洞察を提供する。
  論文  参考訳（メタデータ） (2024-06-06T09:12:30Z)
• ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
  長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。 学習と計画を統合する学習に基づくアプローチを提案する。 ViKiNGは、画像ベースの学習コントローラを利用できる。
  論文  参考訳（メタデータ） (2022-02-23T02:14:23Z)
• Augmented reality navigation system for visual prosthesis [67.09251544230744]
  反応ナビゲーションと経路計画のソフトウェアを組み込んだ視覚補綴用拡張現実ナビゲーションシステムを提案する。 対象を地図上に配置し、対象の軌道を計画し、対象に示し、障害なく再計画する。 その結果,目標を達成するための時間と距離を減らし,障害物衝突の回数を大幅に減らし,航法性能の向上を図っている。
  論文  参考訳（メタデータ） (2021-09-30T09:41:40Z)

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。