論文の概要: SHRED: Self-Play for Heterogeneous Road-Users without Expert Demonstrations

• arxiv url: http://arxiv.org/abs/2610.20866v1
• Date: Wed, 14 Oct 2026 19:56:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.049701
• Title: SHRED: Self-Play for Heterogeneous Road-Users without Expert Demonstrations
• Title（参考訳）: SHRED: 専門家による説明のない不均一な道路ユーザーのためのセルフプレイ
• Abstract要約: SHREDは、自動車、歩行者、サイクリストを大規模な異種自走で訓練するフレームワークである。 SHREDは、型固有のダイナミクスと目的を、手続きシナリオ生成とエージェントごとのランダム化と組み合わせている。 計画面では、SHREDはInterPlanベンチマークで比較したすべてのプランナーを上回っている。
• 参考スコア（独自算出の注目度）: 54.33730504749514
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Realistic traffic simulation and autonomous planning both depend on modeling interactions among heterogeneous road users whose dynamics, constraints, and behaviors differ fundamentally. Existing approaches predominantly learn realistic interaction behavior from large-scale human driving demonstrations. In this work, we ask whether such behavior can instead emerge purely through self-play. We present SHRED, a framework that jointly trains vehicles, pedestrians, and cyclists through large-scale heterogeneous self-play from random initialization, without demonstrations or logged-trajectory replay. SHRED combines type-specific dynamics and objectives with procedural scenario generation and per-agent randomization, allowing diverse behaviors to emerge through closed-loop interaction. On the Waymo Open Sim Agents Challenge (WOSAC), SHRED jointly controls all three road-user types and outperforms both the closest demonstration-free self-play baseline and prior self-play methods that use demonstration-trained reference policies. Policies trained only on nuPlan map geometry retain comparable realism under zero-shot evaluation on Waymo. For planning, SHRED outperforms all compared planners on the interaction-heavy InterPlan benchmark. Controlled ablations show that heterogeneity in self-play improves both traffic realism and planning performance, with particularly large planning gains in interaction-heavy scenarios. Together, these results establish heterogeneous procedural self-play as a scalable, demonstration-free paradigm for learning realistic and interactive traffic behavior.
• Abstract（参考訳）: 現実的な交通シミュレーションと自律計画は、動的、制約、行動が根本的に異なる異種道路利用者間の相互作用をモデル化することに依存する。 既存のアプローチは主に、大規模な人間の運転デモから現実的な相互作用の振る舞いを学ぶ。 本研究では,このような行動が,自己演奏によって純粋に現れるかどうかを問う。 本稿では,車,歩行者,サイクリストをランダムな初期化から大規模な異種自己再生を通じて,実演やログ・トラック・リプレイなしに共同で訓練するフレームワークであるSHREDを提案する。 SHREDは、タイプ固有のダイナミクスと目的と、手続きシナリオの生成とエージェントごとのランダム化を組み合わせることで、クローズドループの相互作用を通じて多様な振る舞いが生まれる。 Waymo Open Sim Agents Challenge (WOSAC)では、SHREDが3つのロードユーザータイプを共同でコントロールし、最も近いデモフリーのセルフプレイベースラインと、実証訓練された参照ポリシーを使用する以前のセルフプレイ方法の両方を上回ります。 nuPlanマップ幾何学にのみ訓練されたポリシーは、Waymoのゼロショット評価の下で、同等のリアリズムを維持している。 計画面では、SHREDはInterPlanベンチマークで比較したすべてのプランナーを上回っている。 制御された改善は、セルフプレイの不均一性はトラフィックリアリズムと計画性能の両方を改善し、特に相互作用重大シナリオにおける計画上の利益を増大させることを示している。 これらの結果は、現実的で対話的な交通行動を学ぶためのスケーラブルで実証のないパラダイムとして、異種プロシージャのセルフプレイを確立している。

関連論文リスト

• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)
• Symphony: Learning Realistic and Diverse Agents for Autonomous Driving Simulation [45.09881984441893]
  本稿では,従来のポリシーと並列ビーム探索を組み合わせることで,リアリズムを大幅に改善するSymphonyを提案する。 Symphonyはこの問題を階層的なアプローチで解決し、エージェントの振る舞いをゴール生成とゴール条件に分解する。 実験により、交響楽団のエージェントは複数のベースラインよりも現実的で多様な行動を学ぶことが確認される。
  論文  参考訳（メタデータ） (2022-05-06T13:21:40Z)
• Deep Structured Reactive Planning [94.92994828905984]
  自動運転のための新しいデータ駆動型リアクティブ計画目標を提案する。 本モデルは,非常に複雑な操作を成功させる上で,非反応性変種よりも優れることを示す。
  論文  参考訳（メタデータ） (2021-01-18T01:43:36Z)
• TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors [74.67698916175614]
  リアル交通シミュレーションのためのマルチエージェント行動モデルであるTrafficSimを提案する。 特に、暗黙の潜在変数モデルを利用して、共同アクターポリシーをパラメータ化する。 TrafficSimは、多様なベースラインと比較して、より現実的で多様なトラフィックシナリオを生成します。
  論文  参考訳（メタデータ） (2021-01-17T00:29:30Z)

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。