論文の概要: Directional Pullback Regularization for Long-Horizon Rollout of Latent World Models in Autonomous Driving
- arxiv url: http://arxiv.org/abs/2610.16139v1
- Date: Mon, 12 Oct 2026 03:59:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-19 07:27:26.551731
- Title: Directional Pullback Regularization for Long-Horizon Rollout of Latent World Models in Autonomous Driving
- Title（参考訳）: 自律運転における潜在世界モデルの長距離ロールアウトの方向引き戻し規則化
- Abstract要約: 自律運転における長時間潜伏型ロールアウトモデルについて検討する。
トレーニング時間法であるDPR(Directional Pullback Regularization)を導入する。
DPRは、制約のないラテントロールアウトモデル(ULR)とユークリッドプルバック正規化アブレーション(EPR)よりも10秒遅い最終変位誤差を実現する
最も高い総合的な制御関連トレードオフは、特に10ステップのロールアウトトレーニングモデルに対して得られる。
- 参考スコア（独自算出の注目度）: 2.198430261120653
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Learned world models for autonomous driving operate in unconstrained latent spaces, yet the physical systems they represent are governed by strict non-holonomic constraints: ground vehicles cannot realize instantaneous pure lateral motion. We study long-horizon latent rollout modeling for autonomous driving and ask whether rollout quality can be improved by assigning a motion-aware geometry to latent transitions, rather than by redesigning the predictor architecture. Starting from an unconstrained latent rollout baseline, we introduce Directional Pullback Regularization (DPR), a training time method that defines a kinematics-aware anisotropic Riemannian metric in decoded state space and pulls it back through the decoder Jacobian to the latent manifold. The resulting latent-space metric assigns higher cost to latent directions that decode to lateral vehicle motion, while preserving the original encoder-dynamics-decoder backbone. This yields a clean three-way comparison among an Unconstrained Latent Rollout model (ULR), an Euclidean Pullback Regularization ablation (EPR), and the full directional method (DPR). We evaluate all models on open-loop ego-motion rollout over a common 10-second test horizon, using training rollout lengths of 1, 3, 5, and 10 steps. Across all four training regimes, DPR achieves lower 10-second final displacement error than both ULR and EPR. The strongest relative accuracy gain appears for models trained with 3-step rollout supervision, where DPR reduces the 10-second final displacement error by approximately 44 percent relative to ULR. The strongest overall control-relevant tradeoff is obtained for longer rollout-trained models, especially at 10 steps, where DPR simultaneously improves displacement error, lateral motion consistency, and forward motion preservation relative to both ULR and EPR.
- Abstract（参考訳）: 自律走行のための学習された世界モデルは、制約のない潜在空間で機能するが、それらが表す物理的システムは、厳密な非ホロノミックな制約によって支配される。
本研究では,自律走行のための長期潜時ロールアウトモデルについて検討し,予測アーキテクチャの再設計ではなく,移動認識幾何を潜時遷移に割り当てることでロールアウト品質を向上できるかを問う。
制約のないラテントロールアウトベースラインから、ディレクショナルプルバック正規化(DPR)を導入する。これは、デコードされた状態空間におけるキネマティックス対応の異方性リーマン計量を定義し、デコーダジャコビアンからラテント多様体へ引き戻す訓練時間法である。
結果として生じる潜時空間距離は、元のエンコーダ・ダイナミックス・デコーダのバックボーンを保ちながら、横方向の車両運動にデコードする潜時方向により高いコストを割り当てる。
これにより、制約のないラテントロールアウトモデル(ULR)、ユークリッドプルバック正規化アブレーション(EPR)、フル指向法(DPR)の3方向のクリーンな比較が得られる。
我々は,オープンループエゴモーションのロールアウトについて,1, 3, 5, 10ステップのトレーニングロールアウト長を用いて,共通の10秒間試験地平線上でのロールアウトに関するすべてのモデルを評価する。
4つの訓練体制全体で、DPRはULRとEPRの両方よりも10秒の最終的な変位誤差が低い。
3段階のロールアウト監視でトレーニングされたモデルでは、DPRは10秒の最終変位誤差をULRと比較して約44%削減する。
特に10ステップで、DPRが同時に変位誤差、横動きの整合性、ULRとEPRの双方に対する前進運動の保存を改善する。
関連論文リスト
- RoXDrive: Closed-Loop Reinforcement Learning for End-to-End Autonomous Driving via Action-Faithful Rollouts [98.41251854883184]
強化学習(RL)ポストトレーニングは、現在のアプローチに代わる有望な代替手段を提供する。
ビデオワールドモデルは、現実的な多段階の将来のロールアウトを生成する能力を示したが、アクション条件を忠実に反映しないかもしれない。
本稿では,信頼性の高いポリシ最適化を実現するプラグイン・アンド・プレイクローズドループRLフレームワークであるRoXDriveを紹介する。
論文 参考訳（メタデータ） (2026-09-29T06:59:50Z) - Koopman-Accelerated Model-Based Diffusion for Real-Time Robot Control [7.133026907988718]
本稿では,バイリニアクープマンモデルに基づく拡散(BK-MBD)を提案する。
提案手法は,制御ステップ毎に1回だけ,ロボットの状態を高次元空間に持ち上げる。
BK-MBDは50msの制御期間内に各計画更新を少なくとも14.7msで完了し、全ての試験で目標に達した。
論文 参考訳（メタデータ） (2026-09-24T02:03:00Z) - Controlling Transient Amplification Improves Long-horizon Rollouts [33.85418321772749]
ロールアウト軌道周りの過渡摂動をロールアウト誤差を駆動するメカニズムとして同定する。
可換正則化: 個々のヤコビアンの正規性欠陥を低減するために設計された2つの罰則の組み合わせを提案する。
本手法は,新しいデータを用いることなく,ERA5のFourNet気候予測を改善した。
論文 参考訳（メタデータ） (2026-05-09T10:10:30Z) - RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework [49.531001563853984]
RAD-2はクローズドループ計画のための統一されたジェネレータ・ディスクリミネーターフレームワークである。
様々な軌道候補を生成する一方、RL最適化判別器は、これらの候補を長期的な運転品質に応じて再現する。
強い拡散ベースのプランナーに比べて衝突速度を56%削減する。
論文 参考訳（メタデータ） (2026-04-16T17:59:44Z) - RRAEDy: Adaptive Latent Linearization of Nonlinear Dynamical Systems [2.4662459762262894]
本稿では,潜在空間における低次元力学の学習モデルであるRRAEDyを紹介する。
我々はRRAEDyが正確かつ堅牢な予測を実現することを示す。
私たちのコードはオープンソースで、https://github.com/JadM133/RRAEDy.comで公開しています。
論文 参考訳（メタデータ） (2025-12-08T13:23:12Z) - Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。
31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
論文 参考訳（メタデータ） (2025-12-08T11:42:41Z) - Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail [85.47497935739936]
Alpamayo-R1 (AR1) は、因果推論の連鎖と軌道計画を統合する視覚言語モデルである。
また,AR1は,軌道のみのベースラインに比べて,難問の計画精度が12%向上することを示した。
今後のアップデートで、AR1モデルとCoCのサブセットをリリースする予定です。
論文 参考訳（メタデータ） (2025-10-30T01:25:34Z) - RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。
複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
論文 参考訳（メタデータ） (2025-09-25T03:30:34Z) - Adaptive Model-Predictive Control of a Soft Continuum Robot Using a Physics-Informed Neural Network Based on Cosserat Rod Theory [2.7114475063296455]
本研究は、ドメイン分割物理インフォームドニューラルネットワーク(DD-PINN)に基づくSCRのためのリアルタイム対応非線形モデル予測制御(MPC)フレームワークを導入する。
シミュレーションでは、動的軌跡の正確な追跡と3mm以下の端点位置誤差によるセットポイント制御が示される。
実世界の実験では、コントローラーも同様の精度と加速を3.55 m/s2まで達成している。
論文 参考訳（メタデータ） (2025-08-18T07:24:36Z) - Bench2Drive-R: Turning Real World Data into Reactive Closed-Loop Autonomous Driving Benchmark by Generative Model [63.336123527432136]
我々は,リアクティブ閉ループ評価を可能にする生成フレームワークであるBench2Drive-Rを紹介する。
既存の自動運転用ビデオ生成モデルとは異なり、提案された設計はインタラクティブなシミュレーションに適したものである。
我々は、Bench2Drive-Rの生成品質を既存の生成モデルと比較し、最先端の性能を達成する。
論文 参考訳（メタデータ） (2024-12-11T06:35:18Z)
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。