論文の概要: Jev with Foresight: Safe Language-Guided Autonomous Driving via a Language World Model

• arxiv url: http://arxiv.org/abs/2611.05448v1
• Date: Tue, 03 Nov 2026 17:36:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.809937
• Title: Jev with Foresight: Safe Language-Guided Autonomous Driving via a Language World Model
• Title（参考訳）: Jev with Foresight: 言語ワールドモデルによる安全な言語ガイドによる自律運転
• Abstract要約: Jev-ADは、生成されたテキストではなく、確率で事前に定義された質問に答える型付き決定モデルである。 コードはこれらの予測を前向きな結果に変換し、Jev氏は座標から推論する代わりに比較する。 シミュレーションされたハイウェイマージング(500台の自動車エポゾネート)では、このフォレストは同じ決定モデルの衝突率を26.4%から0.25秒で2.4%に下げる。 500回のリアルタイムNGSIMエピソードでは、衝突速度を48.2%から2.8%に下げ、このトラフィックから学んだ世界モデルは、危険な行動の93%を予測している。
• 参考スコア（独自算出の注目度）: 4.488485920475979
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models understand passengers' driving commands, but as driving agents they reason in generated text for seconds and must infer each action's consequences implicitly from the scene. We present Jev-AD, which pairs Jev, a typed decision model that answers predefined questions with probabilities, not generated text, with a language world model that predicts for every candidate action how nearby vehicles move over the next two seconds. Code turns these predictions into foreseen consequences, which Jev compares instead of inferring them from coordinates. In simulated highway merging (500 car-episodes), this foresight lowers the same decision model's collision rate from 26.0% to 2.4% at 0.25 seconds per decision, and Jev-AD achieves the passenger's intent in 93% of free-form command trials. In 500 replayed real-world NGSIM episodes, foresight lowers the collision rate from 48.2% to 2.8%, and the world model, learned from this traffic, foresees 93% of dangerous actions. Project page: https://ys-qu.github.io/jev-ad-website.
• Abstract（参考訳）: 大きな言語モデルは乗客の運転コマンドを理解するが、運転エージェントとして生成したテキストを数秒間推論し、シーンから各アクションの結果を暗黙的に推測しなければならない。 Jev-ADは、事前に定義された質問に、生成されたテキストではなく確率で答える型決定モデルであり、近隣の車両が今後2秒間どのように動くかを予測する言語世界モデルである。 コードはこれらの予測を前向きな結果に変換し、Jev氏は座標から推論する代わりに比較する。 シミュレーションされたハイウェイ統合(500両の自動車エポゾネート)では、このフォレストは、同じ決定モデルの衝突率を26.0%から0.25秒で2.4%に下げ、Jev-ADは93%のフリーフォーム・コマンド・トライアルで乗客の意図を達成している。 500回のリアルタイムNGSIMエピソードでは、衝突速度を48.2%から2.8%に下げ、このトラフィックから学んだ世界モデルは、危険な行動の93%を予測している。 プロジェクトページ: https://ys-qu.github.io/jev-ad-website.com

関連論文リスト

• SafeDriveVLA: Navigation-Conditioned World Model Dreaming for Conflict-Aware End-to-End Autonomous Driving [35.29936822803325]
  VLA(Vision-Language-Action)モデルは、大規模言語モデル(LLM)からコモンセンスを継承し、ナビゲーションインターフェースを固定されたコマンドセットから自由形式の自然言語命令へと拡張するなど、自律運転において注目を集めている。 このオープンエンドインターフェースは、新たな脆弱性サーフェスを露呈する: 意図しないドライバは、現在のシーンで安全でない命令を発行し、悪意のあるユーザは、意図的に危険な命令を発行する。 本稿では,ナビゲーションの追従とコンフリクト意識の相違を,敵対的堅牢性とともに評価する最初のベンチマークスイートを提案する。
  論文  参考訳（メタデータ） (2026-10-14T17:59:56Z)
• Quad-State Safety Evaluation of Open-Weight Large Language Models on Non-Canonical Inputs [0.0]
  この研究は、7つの異なる表面形ファミリにわたる2,100のプロンプトからなる、Adrial Surface-Form Robustnessデータセット(ASRD)を導入している。 5つのオープンウェイト言語モデルがこれらのプロンプトで評価され、10,500のレスポンスが生成される。 準状態評価(Quad-State Evaluation)は、各応答を有害なコンプライアンス、安全な応答、理解障害、不確定の4つの結果の1つに分類する。
  論文  参考訳（メタデータ） (2026-10-06T19:33:24Z)
• Autonomous Vehicle Collision Avoidance With Racing Parameterized Deep Reinforcement Learning [73.88859384645264]
  道路交通事故は世界中の交通事故の主な原因である。 米国では、人間のエラーが94%のクラッシュを引き起こし、7000人以上の歩行者が死亡し、年間500億ドルのコストがかかる。 本稿では,Dreep Reinforcement Learning (DRL) 衝突回避政策のアウト・オブ・ディストリビューションをパラメータ化する。 2つのポリシーが評価され、デフォルトのユニディレクションと、他の車と反対方向にナビゲートする逆方向のバリエーションが評価される。
  論文  参考訳（メタデータ） (2026-04-17T21:11:39Z)
• LinguaSim: Interactive Multi-Vehicle Testing Scenario Generation via Natural Language Instruction Based on Large Language Models [8.846728055959739]
  大規模言語モデル(LLM)は、新しいシナリオ生成メソッドを可能にした。 現在の手法は、実世界の運転環境のリアリズムとコマンドの付着精度のバランスをとるのに苦労している。 自然言語をリアルでインタラクティブな3Dシナリオに変換するフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-09T10:30:02Z)
• DeepAccident: A Motion and Accident Prediction Benchmark for V2X Autonomous Driving [76.29141888408265]
  本研究では,現実の運転において頻繁に発生する多様な事故シナリオを含む大規模データセットを提案する。 提案したDeepAccidentデータセットには57Kの注釈付きフレームと285Kの注釈付きサンプルが含まれており、これは大規模なnuScenesデータセットの約7倍である。
  論文  参考訳（メタデータ） (2023-04-03T17:37:00Z)

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。