論文の概要: Perceives but Doesn't Brake: A Perception-Action Binding Gap in Reasoning Driving VLAs

• arxiv url: http://arxiv.org/abs/2610.28184v1
• Date: Tue, 20 Oct 2026 13:21:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.828517
• Title: Perceives but Doesn't Brake: A Perception-Action Binding Gap in Reasoning Driving VLAs
• Title（参考訳）: 運転VLAにおける知覚と反応の結合ギャップ
• Abstract要約: VLA(Reasoning-augmented Vision-Language-action)の運転モデルは、安全上の危険について認識し、推論するが、その証拠を安全な行動に変換することはできない。 経路内ハザードは、実際には視覚表現に符号化されているが、縦型プランはエゴスピード履歴に支配されている。 本稿では、この知覚-作用結合ギャップをブリッジする簡単な修正法を提案する。
• 参考スコア（独自算出の注目度）: 20.135982960460943
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reasoning-augmented vision-language-action (VLA) driving models can perceive and reason about safety-critical hazards yet fail to translate that evidence into safe actions. We characterize this failure as a perception-action binding gap: hazard information is available inside the model but exerts insufficient control over trajectory generation. Using matched simulated counterfactuals and logged driving replay, we show that in-path hazards are actually encoded in the visual representation, but longitudinal plans are dominated by ego-speed history and respond only weakly to hazard proximity or the model's own reasoning trace. Further analysis shows that the trajectory generator is capable of braking but sometimes fails to do so due to the perception-action binding gap. Without retraining or modifying any weights, we inject a hazard-conditioned energy into the frozen flow-matching sampler of Alpamayo-1.5, restoring the missing coupling at generation time. With exact obstacle geometry, guidance cuts footprint intrusion from 58.1% to 14.5% and recovers safe braking whenever sufficient stopping distance remains, eliminating collisions entirely in our braking-relevant closed-loop battery. It also reverses the diagnosed dependence of the plan, from tracking ego speed to responding to obstacle range. These results separate hazard perception from hazard control in driving VLAs, show that unsafe behavior can arise even when the model has both the evidence and the ability to act on it, and propose a simple fix for bridging this binding gap.
• Abstract（参考訳）: VLA(Reasoning-augmented Vision-Language-action)の運転モデルは、安全上の危険について認識し、推論するが、その証拠を安全な行動に変換することはできない。 我々は、この障害を知覚-作用結合ギャップとして特徴づける:ハザード情報はモデル内で利用できるが、軌道生成に対する制御が不十分である。 一致した擬似偽物と記録された運転リプレイを用いて、経路内ハザードが実際に視覚表現に符号化されていることを示すが、縦型プランはエゴスピード履歴に支配され、ハザード近接やモデル自身の推論トレースに弱い反応しかしない。 さらなる分析により、軌道発生器はブレーキが可能であるが、知覚-作用結合ギャップのために失敗することがあることが示された。 重みをリトレーニングしたり修正することなく、アルパマヨ1.5の凍った流動整合試料にハザード条件のエネルギーを注入し、欠如した結合を世代毎に復元する。 正確な障害物形状により、誘導は足跡の侵入を58.1%から14.5%に削減し、十分な停止距離が残っていると安全ブレーキを回復し、ブレーキ関連閉ループ電池の衝突を完全に排除する。 また、エゴ速度の追跡から障害物範囲への応答まで、計画の認識された依存を逆転させる。 これらの結果は、運転VLAにおけるハザードコントロールからハザード認知を分離し、モデルがエビデンスと行動能力の両方を持っている場合でも、安全でない振る舞いが生じることを示し、この結合ギャップをブリッジするための簡単な修正を提案する。

関連論文リスト

• AutoAgent0: An Agentic Runtime for Safe Closed-Loop Driving [61.924851163300076]
  エージェントランタイムとハーネスフレームワークであるAutoAgent0を導入し、既存の運転専門家に補完的な検出スキル、ルールベースのアクション検証、フィードバック駆動リカバリを付加する。 長距離および安全クリティカルシナリオにおけるシングルエキスパート実行に対する閉ループロバスト性の向上を実証した。
  論文  参考訳（メタデータ） (2026-10-13T17:59:50Z)
• RefineDrive: Reliable Failure-Guided Learning for Vision-Language-Action Driving [16.68571039427634]
  自動運転のためのビジョンランゲージ・アクション(VLA)モデルは、専門家によるデモンストレーションの成功に大きく依存している。 これらの失敗から学ぶことは、信頼性の低い診断、不一致の修正ターゲット、粗い報酬によって妨げられる。 本稿では、自己生成障害から学習する、障害誘導後トレーニングフレームワークRefineDriveを提案する。
  論文  参考訳（メタデータ） (2026-09-28T13:01:25Z)
• Vision--Language Signals in Constrained RL: Safety Gains Without Anticipation [0.0]
  VLM-Safe-RLは凍ったCLIP信号をPPO-Lagrangianに統合するフレームワークである。 フォーミュラ1-L2分析では、CLIP信号が衝突を予想する証拠は見つからない。
  論文  参考訳（メタデータ） (2026-09-28T00:07:53Z)
• Combining Evasive and Braking Reactions for Safety Reference Models in Automated Vehicles [3.426274044226051]
  本稿では、縦方向緩和と横方向回避を統合したハイブリッドファジィセーフティモデル(FSM-H)を提案する。 有限状態アーキテクチャは、名目駆動からブレーキへの逐次エスカレーションをモデル化し、必要に応じて回避ステアリングを行う。 その結果,ハイブリッド手法は,行動の可塑性と計算的トラクタビリティを維持しつつ,予防性エンベロープを拡大することを示した。
  論文  参考訳（メタデータ） (2026-09-24T12:55:28Z)
• Failure Analysis of Safety Controllers in Autonomous Vehicles Under Object-Based LiDAR Attacks [0.0]
  本稿では,高速道路走行シナリオにおけるオブジェクトベースLiDAR攻撃時の安全制御装置の系統的故障解析について述べる。 その結果、LiDAR誘導の物体幻覚は、たとえ短い期間であっても、安全でないブレーキ、実際の危険に対する遅延反応、不安定な制御行動を引き起こすことが示されている。
  論文  参考訳（メタデータ） (2025-12-23T22:05:32Z)
• When Models Outthink Their Safety: Mitigating Self-Jailbreak in Large Reasoning Models with Chain-of-Guardrails [74.63933201261595]
  大規模推論モデル(LRM)は複雑な推論タスクにおいて顕著な能力を示す。 LRMは、有害なコンテンツ生成やジェイルブレイク攻撃など、深刻な安全リスクに弱いままである。 安全でない推論ステップを再構成またはバックトラックするトレーニングフレームワークであるChain-of-Guardrail(CoG)を提案する。
  論文  参考訳（メタデータ） (2025-10-24T09:32:25Z)
• Verification of Autonomous Neural Car Control with KeYmaera X [2.726684740197893]
  本稿では、微分力学(dL)におけるABZ'25ケーススタディのための形式モデルと形式的安全性証明について述べる。 ケーススタディでは、近隣の車との衝突を避けるために高速道路を走行する自動運転車について検討している。 KeYmaera X の dL 実装を用いて、無限時間地平線上での衝突の欠如を証明し、安全が旅行距離とは無関係に維持されていることを確かめる。
  論文  参考訳（メタデータ） (2025-04-04T08:43:31Z)
• RACER: Epistemic Risk-Sensitive RL Enables Fast Driving with Fewer Crashes [57.319845580050924]
  本稿では,リスク感応制御と適応行動空間のカリキュラムを組み合わせた強化学習フレームワークを提案する。 提案アルゴリズムは,現実世界のオフロード運転タスクに対して,高速なポリシーを学習可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-07T23:32:36Z)
• Cognitive Accident Prediction in Driving Scenes: A Multimodality Benchmark [77.54411007883962]
  本研究では,視覚的観察と運転者の注意に対する人為的な文章記述の認識を効果的に活用し,モデルトレーニングを容易にする認知事故予測手法を提案する。 CAPは、注意テキスト〜ビジョンシフト融合モジュール、注意シーンコンテキスト転送モジュール、運転注意誘導事故予測モジュールによって構成される。 我々は,1,727件の事故ビデオと219万フレーム以上の大規模ベンチマークを構築した。
  論文  参考訳（メタデータ） (2022-12-19T11:43:02Z)

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。