日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

自動運転arXiv:2505.21581

CogAD: 認知階層に基づくエンドツーエンド自動運転

CogAD: Cognitive-Hierarchy Guided End-to-End Autonomous Driving

シェア:XThreadsFacebookLINEはてブBluesky

人間の運転者の認知階層を模倣し、知覚と計画の両方で階層的処理を行うエンドツーエンド自動運転モデルを提案。nuScenesとBench2Driveで最先端性能を達成。

詳しい要約

1. どんなもの?

- 提案: CogAD は end-to-end autonomous driving モデル - 人間の運転者の階層的認知機構を模倣する設計 - 二つの階層機構 - 知覚: global-to-local context processing - 計画: intent-conditioned multi-mode trajectory generation - 主張する利点 - 階層的知覚による包括的な環境理解 - 多段計画による堅牢な計画探索 - dual-level uncertainty modeling による多様かつ妥当な multi-modal trajectory 生成 - 評価: nuScenes と Bench2Drive で検証

2. 先行研究と比べてどこがすごい?

- 問題提起: 既存の end-to-end autonomous driving は知覚・計画とも人間の認知原理と根本的に不一致 - 差分の主張 - 知覚を global-to-local の階層処理として再構成 - 計画を intent-conditioned な multi-mode trajectory 生成として再構成 - 利点の位置づけ - 階層的知覚で包括的な環境理解 - 多段計画で堅牢な探索 - dual-level uncertainty modeling で多様かつ妥当な軌道 - 定量比較の詳細は要旨からは不明

3. 技術・手法の肝は?

- 全体: 人間の階層的認知を模した end-to-end モデル - 知覚側の肝 - global-to-local context processing による階層的知覚 - 計画側の肝 - intent-conditioned multi-mode trajectory generation - multi-level planning による計画探索 - 不確実性の肝 - dual-level uncertainty modeling で multi-modal trajectory を多様化 - 具体的なネットワーク構成・損失・データ表現は要旨からは不明

4. どうやって有効だと検証した?

- データセット: nuScenes と Bench2Drive で実験 - 評価対象: end-to-end planning - 結果の主張 - state-of-the-art performance - long-tail scenarios で特に優位 - 複雑な実世界運転条件への robust generalization - ベースライン・指標・アブレーションの詳細は要旨からは不明

5. 議論はある?

- 要旨で明示される議論・限界の記述は要旨からは不明 - 主張の範囲 - 階層的知覚と多段計画の有効性 - dual-level uncertainty modeling の寄与 - long-tail と generalization への優位性 - 未提示の論点 - 計算コスト、実車展開、失敗事例、安全性評価は要旨からは不明

6. 次に読むべき論文は?

- 比較対象として明示された研究は要旨からは不明 - 関連して読むべき候補 - end-to-end autonomous driving の代表的手法 - nuScenes を用いる planning 研究 - Bench2Drive を用いる end-to-end 運転研究 - multi-modal trajectory generation と uncertainty modeling の研究 - long-tail scenario 向け運転研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zhennan Wang, Jianing Teng, Canqun Xiang, Kangliang Chen, Xing Pan, Lu Deng, Weihao Gu

分類: cs.RO, cs.CV

原文アブストラクト

While end-to-end autonomous driving has advanced significantly, prevailing methods remain fundamentally misaligned with human cognitive principles in both perception and planning. In this paper, we propose CogAD, a novel end-to-end autonomous driving model that emulates the hierarchical cognition mechanisms of human drivers. CogAD implements dual hierarchical mechanisms: global-to-local context processing for human-like perception and intent-conditioned multi-mode trajectory generation for cognitively-inspired planning. The proposed method demonstrates three principal advantages: comprehensive environmental understanding through hierarchical perception, robust planning exploration enabled by multi-level planning, and diverse yet reasonable multi-modal trajectory generation facilitated by dual-level uncertainty modeling. Extensive experiments on nuScenes and Bench2Drive demonstrate that CogAD achieves state-of-the-art performance in end-to-end planning, exhibiting particular superiority in long-tail scenarios and robust generalization to complex real-world driving conditions.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI