交通シミュレーション2025/10/1arXiv:2510.06913

DecompGAIL: 分解型マルチエージェントGAILによる現実的な交通行動の学習

DecompGAIL: Learning Realistic Traffic Behaviors with Decomposed Multi-Agent Generative Adversarial Imitation Learning

マルチエージェントGAILの不安定性の原因である無関係な相互作用の誤誘導を特定し、現実性を自己-地図と自己-近傍に分解するDecompGAILを提案。WOMD Sim Agents 2025ベンチマークで最先端性能を達成。

詳しい要約

1. どんなもの？

- 自動運転・都市交通計画のための現実的な traffic simulation を目的とした学習手法 - 既存の imitation learning の課題（Behavior cloning の covariate shift、GAIL の multi-agent 設定での不安定性）に対処 - Decomposed Multi-agent GAIL（DecompGAIL）を提案 - ego-map と ego-neighbor の2成分に realism を明示的に分解する - SMART-based の軽量 backbone に統合 - WOMD Sim Agents 2025 benchmark で state-of-the-art を達成

2. 先行研究と比べてどこがすごい？

- Behavior cloning は covariate shift に悩む - GAIL は multi-agent 設定で不安定とされる - 本研究はその不安定性の要因を『irrelevant interaction misguidance』と特定 - discriminator が ego の現実的な挙動を、近傍車の非現実的な相互作用ゆえに罰する問題 - これを分解により除外する点が先行研究と異なる - 加えて social PPO 目的を導入し、距離重み付き近傍報酬で全体の realism を促す - 結果として WOMD Sim Agents 2025 benchmark で state-of-the-art

3. 技術・手法の肝は？

- realism を ego-map と ego-neighbor の成分に明示的に分解 - neighbor:neighbor および neighbor:map の相互作用をフィルタし、misleading な信号を除去 - social PPO 目的を導入 - ego 報酬に距離重み付きの neighborhood 報酬を加算 - エージェント全体の realism を促す - 軽量な SMART-based backbone に統合 - 詳細なネットワーク構成や分解の実装は要旨からは不明

4. どうやって有効だと検証した？

- WOMD Sim Agents 2025 benchmark で評価 - state-of-the-art 性能を達成したと報告 - 具体的な指標・比較手法・アブレーションの詳細は要旨からは不明

5. 議論はある？

- irrelevant interaction misguidance を不安定性の主要因と位置づけ、分解で対処する主張 - social PPO による近傍報酬の設計妥当性や重み付けの感度は要旨からは不明 - neighbor:neighbor / neighbor:map を完全に除外することの影響や限界は要旨からは不明 - 他 benchmark や実環境への汎化性は要旨からは不明

6. 次に読むべき論文は？

- Generative Adversarial Imitation Learning (GAIL) - Behavior cloning - SMART（本研究の backbone） - WOMD Sim Agents 2025 benchmark の関連手法 - social PPO に関連する PPO 系手法

※ 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: Ke Guo, Haochen Liu, Xiaojun Wu, Chen Lv

分類: cs.LG, cs.AI, cs.RO

原文アブストラクト

Realistic traffic simulation is critical for the development of autonomous driving systems and urban mobility planning, yet existing imitation learning approaches often fail to model realistic traffic behaviors. Behavior cloning suffers from covariate shift, while Generative Adversarial Imitation Learning (GAIL) is notoriously unstable in multi-agent settings. We identify a key source of this instability: irrelevant interaction misguidance, where a discriminator penalizes an ego vehicle's realistic behavior due to unrealistic interactions among its neighbors. To address this, we propose Decomposed Multi-agent GAIL (DecompGAIL), which explicitly decomposes realism into ego-map and ego-neighbor components, filtering out misleading neighbor: neighbor and neighbor: map interactions. We further introduce a social PPO objective that augments ego rewards with distance-weighted neighborhood rewards, encouraging overall realism across agents. Integrated into a lightweight SMART-based backbone, DecompGAIL achieves state-of-the-art performance on the WOMD Sim Agents 2025 benchmark.

arXivで原文を読む →arXiv概要ページ

DecompGAIL: 分解型マルチエージェントGAILによる現実的な交通行動の学習

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

MINISFORUM（ミニPC）

双腕モバイルマニピュレーター OpenShell