論文の概要: Reinforcing End-to-End Autonomous Driving Safety via Negative-Aware Planning in a Unified World-Action Model
- arxiv url: http://arxiv.org/abs/2611.08111v1
- Date: Thu, 05 Nov 2026 14:47:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 04:55:13.547636
- Title: Reinforcing End-to-End Autonomous Driving Safety via Negative-Aware Planning in a Unified World-Action Model
- Title（参考訳）: 統一世界行動モデルにおける否定的計画によるエンド・ツー・エンド自律運転安全の強化
- Abstract要約: NegWAMは、ほぼ専門的な障害軌跡から明確な安全境界を学習する統一WAMのためのフレームワークである。
NegWAMは、ルーチン駆動性能を維持しながら、安全クリティカルなシナリオで高いパフォーマンスを達成する。
- 参考スコア（独自算出の注目度）: 69.27816920499178
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: World-action models (WAMs) jointly model future traffic states and driving actions for end-to-end autonomous driving in intelligent transportation systems. However, their action learning remains dominated by expert-trajectory imitation, leaving unsafe alternatives close to expert trajectories insufficiently constrained. To improve WAM robustness in safety-critical scenarios, we propose NegWAM, a safety post-training framework for unified WAMs that learns explicit safety boundaries from near-expert failure trajectories. NegWAM constructs negative trajectories that are geometrically close to the expert trajectory yet carry safety risks, uses them as repulsive anchors to steer predictions away from dangerous behavior, and encodes them as scene-conditioned rider tokens to learn scene--trajectory compatibility. During training, NegWAM jointly optimizes the flow-matching and near-expert negative objectives, while the auxiliary rider branch is discarded at inference, incurring no additional overhead. On NAVSIM v2, NegWAM achieves 40.4 EPDMS on navhard, a 4.1% relative improvement over the strongest compared scorer-free WAM baseline, and achieves 93.3 EPDMS on navtest. These results demonstrate that NegWAM achieves strong performance in safety-critical scenarios while preserving routine-driving performance. Zero-shot closed-loop evaluation on HUGSIM further demonstrates cross-benchmark generalization. The code is available at https://github.com/Zizizi-hao/NegWAM.
- Abstract（参考訳）: 世界行動モデル(WAM)は、インテリジェント交通システムにおける未来の交通状態を共同でモデル化し、エンドツーエンドの自動運転のための運転行動を行う。
しかし、彼らの行動学習は専門家の軌道の模倣に支配され続けており、専門家の軌道に近い安全でない代替手段は十分に制約されないままである。
安全クリティカルなシナリオにおけるWAMのロバスト性を改善するために,ほぼ専門的な障害軌跡から明確な安全境界を学習する統一WAMのための安全後トレーニングフレームワークNegWAMを提案する。
NegWAMは、専門家の軌道に幾何学的に近い負の軌道を構築し、危険行動から予測を逃れるために反発的なアンカーとして使用し、シーン条件のライダートークンとしてエンコードして、シーンの軌道互換性を学習する。
トレーニング中、NegWAMはフローマッチングとほぼ専門的な負の目標を共同で最適化し、補助ライダーブランチは推論時に破棄され、追加のオーバーヘッドは発生しない。
NAVSIM v2では、NegWAMはnavhard上で40.4 EPDMSを達成し、最もスコアのないWAMベースラインよりも4.1%改善し、navtestでは93.3 EPDMSを達成している。
これらの結果から,NegWAMは日常運転性能を維持しつつ,安全クリティカルなシナリオにおいて高い性能を達成できることが示唆された。
HUGSIMのゼロショットクローズドループ評価により、クロスベンチマークの一般化がさらに証明される。
コードはhttps://github.com/Zizizi-hao/NegWAM.comで公開されている。
関連論文リスト
- FPD-Drive: Future Policy Distillation for End-to-End Autonomous Driving [60.94017457617759]
我々は、特権付き将来の知識を視覚駆動ポリシーに蒸留するエンド・ツー・エンドのプランナーであるFPD-Driveを提案する。
具体的には,教師から多様な,高品質な軌道目標を伝達するために,Future-Privileged Multi-Target Distillationを導入する。
候補選択には、近隣の安全候補と安全でない候補のランキング誤差を補正するセーフティ・アウェア・スコア補正を導入する。
論文 参考訳（メタデータ） (2026-10-09T08:50:25Z) - 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) - From Attacks to Curricula: Learnability-Guided Adversarial Training for Safe Autonomous Driving [56.30087557121323]
AlignADVは学習性誘導型クローズドループ対向トレーニングフレームワークである。
敵のシナリオを解決可能で能力に整合したカリキュラムに変換する。
実験の結果、最大40.6%のトレーニングステップが短縮された。
論文 参考訳（メタデータ） (2026-06-12T02:13:55Z) - Beyond Imitation: Learning Safe End-to-End Autonomous Driving from Hard Negatives [18.838887346129916]
本研究では,運転動作の成功と失敗から共同で学習する,障害対応の模倣学習フレームワークであるBeyondDriveを提案する。
まず、フローマッチングに基づく負の軌道生成器を導入し、安全クリティカルだが専門家の軌道を合成する。
第2に、モード崩壊を緩和し、多様な障害モードのカバレッジを改善するダイバーシティ対応サンプリング戦略を開発する。
第3に,強い負の軌道から遠ざけながら,専門家によるデモンストレーションに向けての予測を同時に惹きつける「反発距離損失」を提案する。
論文 参考訳（メタデータ） (2026-05-19T12:41:47Z) - SafeAlign-VLA: A Negative-Enhanced Safe Alignment Framework for Risk-Aware Autonomous Driving [5.963051368087439]
VLA(Vision-Language-Action)モデルは、その強力な推論能力のために有望である。
我々は,教師付き学習と強化学習に否定データを組み込んだ,ネガティブに強化された安全なアライメントフレームワークであるSafeAlign-VLAを提案する。
NAVSIMとDeepAccidentの実験は提案されたフレームワークを検証する。
論文 参考訳（メタデータ） (2026-05-19T08:26:43Z) - ADV-0: Closed-Loop Min-Max Adversarial Training for Long-Tail Robustness in Autonomous Driving [63.980630608984605]
本稿では、ゼロサムマルコフゲームとして、駆動ポリシー(ディフェンダー)と敵エージェント(アタックラー)の相互作用を扱うクローズドループのmin-max最適化フレームワークであるADV-0を提案する。
これを実現するため,我々は動的敵の進化を反復的な選好学習とし,この最適性を効率的に近似し,アルゴリズムに依存しない解をゲームに提供する。
実験により、多様な安全クリティカルな障害を効果的に露呈し、学習方針と運動プランナーの両方の一般化可能性を大幅に向上させることが示されている。
論文 参考訳（メタデータ） (2026-03-16T12:58:31Z) - Learning When to Act or Refuse: Guarding Agentic Reasoning Models for Safe Multi-Step Tool Use [6.622648583261088]
エージェント言語モデルは、単一のミスステップが不可逆的な害を引き起こす可能性のあるロングホライゾンアクションを計画、呼び出し、実行しなければなりません。
安全判断を明確化し,学習可能にすることで,エージェントを安全なマルチステップツール使用に整合させるフレームワークであるMOSAICを紹介する。
以上の結果から,MOSAICは有害行為を最大50%減らし,インジェクション攻撃で20%以上減らし,プライバシリークを減らし,良質なタスク性能を保ち,改善することを示した。
論文 参考訳（メタデータ） (2026-03-03T17:59:35Z) - Steering Externalities: Benign Activation Steering Unintentionally Increases Jailbreak Risk for Large Language Models [62.16655896700062]
活性化ステアリングは大規模言語モデル(LLM)の有用性を高める技術である
重要かつ過度に調査された安全リスクを無意識に導入することを示します。
実験によると、これらの介入は強制乗算器として機能し、ジェイルブレイクに新たな脆弱性を発生させ、標準ベンチマークで攻撃成功率を80%以上向上させる。
論文 参考訳（メタデータ） (2026-02-03T12:32:35Z) - Ethics-Aware Safe Reinforcement Learning for Rare-Event Risk Control in Interactive Urban Driving [1.2891210250935148]
倫理に配慮したコスト信号で標準駆動目標を増強する階層型セーフ強化学習フレームワークを提案する。
衝突確率と有害度を組み合わせた複合的倫理的リスクコストを用いて安全なRLエージェントを訓練し、高レベルな運動目標を生成する。
動的でリスクに敏感な優先順位付けエクスペリエンスメカニズムは、まれだがクリティカルでリスクの高いイベントからの学習を増幅する。
論文 参考訳（メタデータ） (2025-08-19T14:24:02Z) - Plan-R1: Safe and Feasible Trajectory Planning as Language Modeling [74.41886258801209]
本稿では,行動学習から原理的アライメントを分離する2段階の軌道計画フレームワークを提案する。
Plan-R1は計画の安全性と実現可能性を大幅に改善し、最先端の性能を達成する。
論文 参考訳（メタデータ） (2025-05-23T09:22:19Z)
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。