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:2507.05754

LeAD: LLM拡張計画とEnd-to-End自動運転の融合システム

LeAD: The LLM Enhanced Planning System Converged with End-to-end Autonomous Driving

シェア:XThreadsFacebookLINEはてブBluesky

高頻度のEnd-to-End自動運転と低頻度のLLM推論を組み合わせ、複雑な都市交通シナリオでの意思決定を改善するデュアルレートアーキテクチャを提案。CARLAで従来を上回る性能を示した。

詳しい要約

1. どんなもの?

- 都市自動運転のための二重レート型アーキテクチャ「LeAD」 - imitation learning ベースの end-to-end (E2E) 運転フレームワーク - large language model (LLM) による拡張モジュールを統合 - 高頻度側の E2E サブシステムが知覚・計画・制御のリアルタイムサイクルを担う - 低頻度側の LLM モジュールが複雑・エッジケースの状況理解と意思決定を補完 - 対象は urban autonomous driving の複雑シナリオ・エッジケース

2. 先行研究と比べてどこがすごい?

- 既存システムは交通文脈の意味情報解釈や他参加者の意図把握が不十分 - その結果、熟練ドライバーの推論パターンと乖離した決定を生成 - LeAD は E2E に LLM 拡張を組み合わせ、意味理解と意図推論を補強 - ベースライン計画器が能力限界に達した場面でのみ LLM が最適決定を導出 - 非定型シナリオへの対応力向上を狙う点が差分 - 具体的な先行研究名との定量比較は要旨からは不明

3. 技術・手法の肝は?

- 二重レート構成 - 高頻度: imitation learning ベース E2E が知覚-計画-制御を維持 - 低頻度: LLM モジュールが介入的に拡張 - LLM 側の状況理解 - multi-modal perception fusion を HD maps と統合 - LLM 側の意思決定 - chain-of-thought (CoT) reasoning により最適決定を導出 - 介入条件 - ベースライン計画器が能力限界に直面した場合に LLM が作動

4. どうやって有効だと検証した?

- CARLA Simulator 上で実験評価を実施 - 非定型・通常外シナリオでの処理性能が優れると報告 - Leaderboard V1 benchmark で 71 points を達成 - route completion は 93% - 比較対象やアブレーションの詳細は要旨からは不明

5. 議論はある?

- 複雑シナリオ・エッジケースが都市自動運転の大規模展開の主要障壁との問題設定 - LLM 介入により熟練ドライバーの推論パターンへの整合を狙う設計思想 - 低頻度 LLM 呼び出しによるリアルタイム性維持と推論負荷のトレードオフが論点になり得る - LLM 判断の信頼性・検証方法や失敗時の安全性については要旨からは不明 - 実車や実都市環境での汎化性は要旨からは不明

6. 次に読むべき論文は?

- imitation learning ベースの end-to-end autonomous driving 関連研究 - CARLA Leaderboard を用いた planning 評価研究 - chain-of-thought (CoT) reasoning を用いた LLM 意思決定研究 - multi-modal perception fusion と HD maps を統合する状況理解研究 - 要旨で参照・比較されている個別研究は明示されていないため、上記は同分野の一般的手法・ベンチマーク

※ 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: Yuhang Zhang, Jiaqi Liu, Chengkai Xu, Peng Hang, Jian Sun

分類: cs.RO, cs.AI

原文アブストラクト

A principal barrier to large-scale deployment of urban autonomous driving systems lies in the prevalence of complex scenarios and edge cases. Existing systems fail to effectively interpret semantic information within traffic contexts and discern intentions of other participants, consequently generating decisions misaligned with skilled drivers' reasoning patterns. We present LeAD, a dual-rate autonomous driving architecture integrating imitation learning-based end-to-end (E2E) frameworks with large language model (LLM) augmentation. The high-frequency E2E subsystem maintains real-time perception-planning-control cycles, while the low-frequency LLM module enhances scenario comprehension through multi-modal perception fusion with HD maps and derives optimal decisions via chain-of-thought (CoT) reasoning when baseline planners encounter capability limitations. Our experimental evaluation in the CARLA Simulator demonstrates LeAD's superior handling of unconventional scenarios, achieving 71 points on Leaderboard V1 benchmark, with a route completion of 93%.

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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI