論文の概要: Beyond Waypoint Regression: Query-Based Cost Learning over Reachable Ego Futures for End-to-End Driving
- arxiv url: http://arxiv.org/abs/2610.08123v1
- Date: Tue, 06 Oct 2026 10:43:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:29.941038
- Title: Beyond Waypoint Regression: Query-Based Cost Learning over Reachable Ego Futures for End-to-End Driving
- Title（参考訳）: ウェイポイント回帰を超えて: エンドツーエンド運転のための到達可能なEgo未来よりもクエリベースのコスト学習
- Abstract要約: ウェイポイント回帰に基づくエンド・ツー・エンドのプランナーは、強力なオープンループ精度を実現するが、主に専門家の幾何学を模倣することを学び、デプロイメント時の安全制約に適応することが困難である。
本稿では,高密度なBEVセルや小さな回帰軌道ではなく,動的に到達可能なエゴ軌道クエリのバウンダリコストを推定するクエリベースのコスト学習フレームワークを提案する。
nuScenes では,ST-P3 や NMP などの事前のコスト推定プランナよりも向上し,L2 の競争力を維持しつつも,衝突速度でほとんどの回帰ベースラインを上回り,解釈可能なコストインターフェースを維持している。
- 参考スコア（独自算出の注目度）: 9.780106605452287
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: End-to-end planners based on waypoint regression achieve strong open-loop accuracy, but they primarily learn to mimic expert geometry and remain difficult to adapt to deployment-time safety constraints. We propose a query-based cost-learning framework that estimates bounded costs for dynamically reachable ego trajectory queries, rather than dense BEV cells or a small regressed trajectory set. Compact joint scene tokens capture coherent multimodal agent futures, while contingency-aware cost aggregation and cost-guided intra-cluster MPPI mixing convert the learned cost topology into feasible ego plans. On nuScenes, our method improves over prior cost-estimation planners such as ST-P3 and NMP, outperforms most regression baselines in collision rate, while remaining competitive in L2, and retaining an interpretable cost interface. On real-world driving logs, the proposed planner reduces collision rates compared with SparseDrive and Alpamayo without fine-tuning, while maintaining a diverse set of candidate trajectories.
- Abstract（参考訳）: ウェイポイント回帰に基づくエンド・ツー・エンドのプランナーは、強力なオープンループ精度を実現するが、主に専門家の幾何学を模倣することを学び、デプロイメント時の安全制約に適応することが困難である。
本稿では,高密度なBEVセルや小さな回帰軌道ではなく,動的に到達可能なエゴ軌道クエリのバウンダリコストを推定するクエリベースのコスト学習フレームワークを提案する。
コンパクトなジョイントシーントークンはコヒーレントなマルチモーダルエージェントの未来を捉え、コンテンシック対応のコストアグリゲーションとクラスタ内MPPIミキシングは、学習したコストトポロジを実行可能なエゴ計画に変換する。
nuScenes では,ST-P3 や NMP などの事前のコスト推定プランナよりも向上し,L2 の競争力を維持しつつも,衝突速度でほとんどの回帰ベースラインを上回り,解釈可能なコストインターフェースを維持している。
実世界の走行ログでは、提案したプランナーは、微調整なしでSparseDriveやAlpamayoと比較して衝突率を低減し、多様な候補軌道を維持できる。
関連論文リスト
- Efficient Multi-Modal Planning with Reward-Guided Preference Optimization for Autonomous Driving [14.02135951788531]
EMPlanは報酬誘導微調整を利用した効率的なマルチモーダル軌道計画法である。
我々は、非反応性NAVSIMベンチマークでEMPlanを評価し、計画精度と効率のバランスをとる。
論文 参考訳（メタデータ） (2026-09-30T03:17:37Z) - Calibrated Uncertainty for Informative Path Planning in Aquatic Environmental Monitoring [68.82821445619759]
本稿では,ガウス過程をよく校正されたディープ・アンサンブルに置き換えることで,経路計画の成果が向上するかどうかを考察する。
うまく校正された不確実性は、計画戦略の重要性を増幅する。
論文 参考訳（メタデータ） (2026-09-28T08:23:13Z) - Task-to-Model Optimization for Enterprise LLM Coding Assistants: A Data-Driven Framework for Cost-Optimal Routing [5.00725149774706]
エンタープライズAIコーディングアシスタントは、相当な推論費用を発生させ、トークンコストの最小化は、再試行、エスカレーション、開発者待ち時間を含むと、エンドツーエンドコストの削減に失敗することが多い。
実運用におけるモデル選択を最適化するためのデータ駆動手法であるタスク・ツー・モデル最適化(T2MO)を提案する。
私たちは、各開発者セッションを、発見、分類、難易度を評価、プロダクション風のハーネスでベンチマークし、品質とレイテンシの制約の中でそれを完了できる最も安価なモデルにルーティングできるタスクとして扱います。
論文 参考訳（メタデータ） (2026-08-09T06:57:53Z) - Robust Peak-cost Constrained Reinforcement Learning [10.897248153175935]
我々は、堅牢なピークコスト制約強化学習(RP-CRL)について検討する。
目的は、軌道に沿って発生する最大コストを制御しながら、期待される報酬を最大化することである。
標準CMDPとは異なり、ピークコストの制約されたMDPはゼロ双対性ギャップを認めない可能性がある。
論文 参考訳（メタデータ） (2026-07-16T21:00:50Z) - World Models as Adversaries: Multi-Agent Self-Play Fine-Tuning for Robust Motion Planning [60.88859946006306]
Adversa World Modeling(英語版)は理論上基礎を成すマルチエージェント・セルフプレイ・ファインチューニングフレームワークである。
内的最小化においては、プランナーの予測世界モデルは、スパースでシーン適応的なアタック・アタック・アライアンスを学ぶロール条件の敵に変換される。
nuPlan と InterPlan のベンチマーク実験により,本手法が伝達可能な対角相互作用を生成することを示す。
論文 参考訳（メタデータ） (2026-07-12T07:44:16Z) - Model Compression with Exact Budget Constraints via Riemannian Manifolds [39.54576236079211]
トータルコスト予算の下で各NグループにKオプションの1つを割り当てることは、効率的なAIにおいて繰り返し発生する問題である。
我々は、ソフトマックス緩和の下で、予算制約がロジット空間における滑らかなリーマン多様体を異常に単純な幾何学で定義することを示す新しいアプローチを示す。
これらの特性に基づいて、接射影、二分探索リトラクション、運動量輸送を標準とするリーマン制約最適化(RCO)を提案する。
論文 参考訳（メタデータ） (2026-05-01T13:30:23Z) - Cost-Aware Learning [72.31444819326795]
本稿では,異なるコンポーネント関数をサンプリングするコスト認識学習の問題点について考察する。
凸関数に対するコスト・アウェア・Descentアルゴリズムを提案し、そのコスト複雑性を導出し誤差を$$$とする。
本稿では,性能を保ちつつポリシー最適化のコストを削減するアルゴリズムであるCost-Aware GRPOを紹介する。
論文 参考訳（メタデータ） (2026-04-30T15:39:09Z) - Budget-Aware Agentic Routing via Boundary-Guided Training [24.0709108941881]
予算対応エージェントルーティング(Budget-Aware Agentic Routing)は、各ステップで安価なモデルと高価なモデルを選択して、コスト削減フロンティアを最適化する。
境界誘導訓練(Boundary-Guided Training)は、希少な報酬の下で学習を定着させるために難しい分類法を構築する。
実験結果から,提案手法は高効率フロンティアを改良し,強いルーティングベースラインを極めて低コストで整合することを示した。
論文 参考訳（メタデータ） (2026-02-04T07:39:27Z) - Cost-aware Stopping for Bayesian Optimization [46.95172329282389]
本稿では,様々な評価コストに適応し,チューニングが不要なベイズ最適化のためのコスト対応停止則を提案する。
我々は,最先端の取得関数と組み合わせた場合,停止規則によって得られる期待累積評価コストを拘束する理論的な保証を証明した。
論文 参考訳（メタデータ） (2025-07-16T17:54:14Z) - Centaur: Robust End-to-End Autonomous Driving with Test-Time Training [84.78837437133234]
我々は,手作業によるルールやコスト関数に頼ることなく,テストタイムトレーニングを通じてプランナーの行動を更新するCentaurを提案する。
本稿では,クラスタ・エントロピー(Cluster Entropy,クラスタ・エントロピー)と呼ばれる新しい不確実性尺度を開発した。
論文 参考訳（メタデータ） (2025-03-14T17:59:41Z)
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。