日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2509.06736

VehicleWorld: 車載エージェントのための統合マルチデバイス環境

VehicleWorld: A Highly Integrated Multi-Device Environment for Intelligent Vehicle Interaction

シェア:XThreadsFacebookLINEはてブBluesky

車載システム向けに30モジュール・250 APIを備えた実行可能な環境を構築し、状態を明示的に扱うState-based Function Callを提案して従来手法より高精度・低遅延を実現した。

詳しい要約

1. どんなもの?

- 自動車ドメイン向けの初の包括的環境「VehicleWorld」を提案 - 30 modules、250 APIs、680 properties を備え、完全に実行可能な実装 - agent 実行中にリアルタイムの状態情報を提供 - 多様で困難なシナリオで車載 agent の挙動を精密評価可能 - 知能車載コックピットにおける API Agents の課題に着目 - 密結合な subsystem 間の協調が必要で、典型的タスク環境を超える複雑さ - 実装コードは Github (https://github.com/OpenMOSS/VehicleWorld) で公開

2. 先行研究と比べてどこがすごい?

- 従来の Function Calling (FC) は stateless に動作 - 実行前に環境認識を構築するため複数の探索的呼び出しが必要 - 非効率でエラー回復が限定的 - VehicleWorld は実行中にリアルタイム状態情報を提供 - 車載ドメイン初の包括的環境として、より複雑な協調を扱える - 系統的分析から直接的な状態予測が FC より環境制御に優れることを発見 - この知見に基づく State-based Function Call (SFC) を提案 - 従来 FC を大幅に上回る実行精度と低遅延を実現

3. 技術・手法の肝は?

- State-based Function Call (SFC) を提案 - 明示的なシステム状態認識を維持 - 目標条件を達成するため直接的な状態遷移を実装 - 背景となる知見 - 直接的な状態予測が Function Calling より環境制御に優れる - 環境側の肝 - 30 modules、250 APIs、680 properties の完全実行可能な実装 - agent 実行中にリアルタイム状態情報を提供

4. どうやって有効だと検証した?

- VehicleWorld 環境上で多様で困難なシナリオにおける車載 agent 挙動を精密評価 - 系統的分析により、直接的な状態予測が Function Calling より環境制御に優れることを発見 - 実験結果で SFC が従来 FC を大幅に上回ることを示す - 優れた実行精度 - 低減された latency

5. 議論はある?

- 従来 FC の stateless 動作に起因する非効率と限定的なエラー回復を議論 - 直接的な状態予測が FC より環境制御に優れるという系統的分析結果を提示 - 具体的な限界や今後の課題については要旨からは不明

6. 次に読むべき論文は?

- Function Calling (FC) - State-based Function Call (SFC) の基盤となった直接的な状態予測アプローチ - 車載ドメインの API Agents に関する関連研究(要旨では個別論文名の参照なし)

※ 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: Jie Yang, Jiajun Chen, Zhangyue Yin, Shuo Chen, Yuxin Wang, Yiran Guo, Yuan Li, Yining Zheng, Xuanjing Huang, Xipeng Qiu

分類: cs.AI, cs.CL, cs.RO

原文アブストラクト

Intelligent vehicle cockpits present unique challenges for API Agents, requiring coordination across tightly-coupled subsystems that exceed typical task environments' complexity. Traditional Function Calling (FC) approaches operate statelessly, requiring multiple exploratory calls to build environmental awareness before execution, leading to inefficiency and limited error recovery. We introduce VehicleWorld, the first comprehensive environment for the automotive domain, featuring 30 modules, 250 APIs, and 680 properties with fully executable implementations that provide real-time state information during agent execution. This environment enables precise evaluation of vehicle agent behaviors across diverse, challenging scenarios. Through systematic analysis, we discovered that direct state prediction outperforms function calling for environmental control. Building on this insight, we propose State-based Function Call (SFC), a novel approach that maintains explicit system state awareness and implements direct state transitions to achieve target conditions. Experimental results demonstrate that SFC significantly outperforms traditional FC approaches, achieving superior execution accuracy and reduced latency. We have made all implementation code publicly available on Github https://github.com/OpenMOSS/VehicleWorld.

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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI