論文の概要: STEER: Route-Aware Adaptive Reasoning for Autonomous Driving

• arxiv url: http://arxiv.org/abs/2611.00718v1
• Date: Sat, 31 Oct 2026 07:32:06 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:16:10.956146
• Title: STEER: Route-Aware Adaptive Reasoning for Autonomous Driving
• Title（参考訳）: STEER:自動運転のための経路認識適応推論
• Abstract要約: 視覚言語行動(VLA)モデルは、エンドツーエンドの自動運転に優れていますが、CoT(Over-invoke chain-of-thinkt)推論の傾向は、人間の認知的落とし穴を反映しています。 近年の研究では、複雑なシーンに対してCoTを選択的にトリガーし、通常のシーンに直接応答することで、推論複雑性を動的に調節するアダプティブ推論によってこの問題に対処している。 STEERは、(i)ルーティング不確実性を意識したロールアウト、(ii)ルーティングの多様性をモデル不確実性と整合させるサンプリングを校正する、(ii)クロスルート・アドバンテージ・クレジットの2つの重要なコンポーネントを特徴とする、汎用的なオーバーレーソン緩和戦略である。
• 参考スコア（独自算出の注目度）: 83.38241965942369
• License:
• Abstract: Vision-language action (VLA) models excel for end-to-end autonomous driving, yet their tendency to over-invoke chain-of-thought (CoT) reasoning mirrors a human cognitive pitfall: overthinking. Just as deliberate reasoning can slow or mislead human judgment in routine tasks, excessive CoT in VLA incurs unnecessary compute overhead and can paradoxically degrade planning performance. Recent research tackles this via adaptive reasoning, which dynamically modulates inference complexity by selectively triggering CoT for complex scenes while responding directly to routine ones. While prior adaptive methods rely on implicit adaptation, recent work shows that explicitly optimizing the route between CoT and direct responses yields superior performance, assuming scene-difficulty annotations which are labor-intensive, poorly scalable, and prone to error due to the subjectivity of judging driving complexity. We explore, for the first time, whether adaptive reasoning with explicit route optimization can be achieved without any scene-difficulty labeling. We introduce STEER, a generic over-reasoning mitigation strategy featuring two key components: (i) routing uncertainty-aware rollout, which calibrates sampling to align routing diversity with model uncertainty; and (ii) cross-route advantage credit assignment, which introduces a differential metric to reinforce optimal routing decisions based on environmental rewards rather than subjective labels. Extensive experiments on NAVSIM v1/v2 demonstrate that STEER is competitive with state-of-the-art methods in both planning quality and the Pareto front of inference efficiency.
• Abstract（参考訳）: 視覚言語行動(VLA)モデルは、エンドツーエンドの自動運転に優れていますが、CoT(Over-invoke chain-of-thinkt)推論の傾向は、人間の認知的落とし穴を反映しています。 意図的な推論が日常的なタスクで人間の判断を遅らせたり誤解させたりするのと同じように、VLAの過剰なCoTは不要な計算オーバーヘッドを発生させ、パラドックス的に計画性能を低下させる。 近年の研究では、複雑なシーンに対してCoTを選択的にトリガーし、通常のシーンに直接応答することで、推論複雑性を動的に調節するアダプティブ推論によってこの問題に対処している。 従来の適応手法は暗黙の適応に頼っていたが、最近の研究では、CoTと直接応答の間の経路を明示的に最適化することは、労働集約的で、スケーラビリティが悪く、運転の複雑さを判断する主観性によってエラーを生じやすいようなシーン差のアノテーションを仮定して、優れた性能をもたらすことが示されている。 シーン差のラベル付けなしで、明示的な経路最適化による適応的推論が達成できるかどうかを初めて検討する。 STEERは2つの重要なコンポーネントを特徴とする汎用的なオーバーレーソン緩和戦略である。 一 経路の多様性をモデル不確実性と整合させるサンプリングを校正する不確実性対応ロールアウト 二 主観的ラベルではなく、環境報酬に基づく最適経路決定を強化するための差分基準を導入する。 NAVSIM v1/v2に関する大規模な実験により、STEERは計画品質と推論効率のParetoの両面で最先端の手法と競合することを示した。

関連論文リスト

• Adaptive Cluster-First Route-Second Decomposition for Industrial-Scale Vehicle Routing [2.3204178451683264]
  本稿では,分解手順を反復的決定過程として定式化する適応型CFRSシステムを提案する。 近年の大規模言語モデル(LLM)の推論とツール選択の成功に触発され、LLMをハイレベルな意思決定者として採用している。 最大50万の顧客を含む合成およびベンチマーク由来のCVRPインスタンスに対するアプローチを評価する。
  論文  参考訳（メタデータ） (2026-06-30T15:31:40Z)
• Before Thinking, Learn to Decide: Proactive Routing for Efficient Visual Reasoning [87.18590662029432]
  本稿では,プロアクティブルーティングパラダイムであるPRPを提案する。このパラダイムは,ドラフトモデルとターゲットモデルの両方の能力を評価することで,早期意思決定を可能にする。 筆者らの試案であるレーティング学習 (DRL) は内部信頼度推定器を内蔵し, 共同レーティング学習 (JRL) は対象モデルが与えられたクエリをどの程度処理できるかを予測する。 これらの評価により、詳細なインスタンスレベルの textbfProactive Routing が可能になり、全体的なパフォーマンスを損なうことなく、推論を大幅に高速化できる。
  論文  参考訳（メタデータ） (2026-06-29T12:30:24Z)
• CLEAR: Cognition and Latent Evaluation for Adaptive Routing in End-to-End Autonomous Driving [19.474428775260034]
  超高速な生成計画と深い意味的推論を組み合わせたフレームワークであるCLEARを提案する。 CLEARはDrive-JEPAをビジュアルエンコーダとして採用し、VAEラテント空間におけるマルチステップデノイングチェーンを単一ステップ条件ドリフトに置き換える。 NAVSIM v1ベンチマークでは、CLEARは93.7の最先端のPDMSを達成した。
  論文  参考訳（メタデータ） (2026-06-04T14:32:10Z)
• AdaptR1: Reinforcement Learning Based Adaptive Interleaved Thinking in Multi-hop Question Answering [76.52199013231484]
  マルチホップ質問回答(QA)における適応的インターリーブド思考のための強化学習(RL)に基づくフレームワークAdaptR1を紹介する。 Graph-R1設定では、AdaptR1は平均的なシンクトークンを69.71%削減し、HotpotQAは90.35%削減された。 分析の結果,マルチホップ推論における過度な思考は,一様分布ではなく,初期計画段階で主に発生することが明らかとなった。
  論文  参考訳（メタデータ） (2026-05-29T09:34:45Z)
• OmniVL-Guard: Towards Unified Vision-Language Forgery Detection and Grounding via Balanced RL [63.388513841293616]
  既存の偽造検出手法は、現実世界の誤報に多いインターリーブされたテキスト、画像、ビデオを扱うのに失敗する。 このギャップを埋めるため,本論文では,オムニバス・ビジョン言語による偽造検出と接地のための統一フレームワークの開発を目標としている。 我々は、OmniVL-Guardという、オムニバス視覚言語による偽造検出と接地のためのバランスの取れた強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-11T09:41:36Z)
• DRIVE: Dynamic Rule Inference and Verified Evaluation for Constraint-Aware Autonomous Driving [37.24058519921229]
  本稿では,動的ルール推論と検証評価のための新しいフレームワークDRIVEを紹介する。 D DRIVEは、ソフト制約違反率0.0%、スムーズな軌道、様々な運転シナリオにおけるより強力な一般化を実現している。 検証された評価は、現実世界のデプロイメントにおけるフレームワークの効率性、説明可能性、堅牢性をさらに示す。
  論文  参考訳（メタデータ） (2025-08-06T03:56:06Z)
• ReAL-AD: Towards Human-Like Reasoning in End-to-End Autonomous Driving [27.75047397292818]
  エンドツーエンドの自動運転は、単一のフレームワーク内で認識、予測、計画を統合するための有望なアプローチとして現れています。 本稿では,3階層の認知モデルに基づいて自律運転における意思決定を構造化するReAL-ADを提案する。 我々のフレームワークを統合することで、計画の正確さと安全性が30%以上向上し、エンドツーエンドの自動運転がより解釈可能になり、人間のような階層的推論に適合することを示します。
  論文  参考訳（メタデータ） (2025-07-16T02:23:24Z)
• SCING:Towards More Efficient and Robust Person Re-Identification through Selective Cross-modal Prompt Tuning [17.104905795008555]
  Selective Cross-modal Prompt Tuning (SCING) というフレームワークを提案する。 我々のフレームワークは、効率的な推論を維持しながら重いアダプタを排除し、性能と計算オーバーヘッドの最適なトレードオフを実現する。
  論文  参考訳（メタデータ） (2025-07-01T07:21:31Z)
• Making Large Language Models Better Planners with Reasoning-Decision Alignment [70.5381163219608]
  マルチモーダリティ強化LLMに基づくエンドツーエンド意思決定モデルを提案する。 ペア化されたCoTと計画結果との推論・決定アライメントの制約を提案する。 提案する大規模言語プランナをRDA-Driverとして推論・決定アライメントする。
  論文  参考訳（メタデータ） (2024-08-25T16:43:47Z)

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。