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/駐車arXiv:2510.20335

Dino-Diffusionモジュラー設計による自動駐車のクロスドメインギャップの橋渡し

Dino-Diffusion Modular Designs Bridge the Cross-Domain Gap in Autonomous Parking

シェア:XThreadsFacebookLINEはてブBluesky

視覚基盤モデルと拡散ベースの計画を組み合わせ、天候や照明の変化などドメインシフト下でも90%以上の成功率で駐車できる自動駐車パイプラインを提案した。

詳しい要約

1. どんなもの?

- 自動駐車のためのdomain-agnosticなend-to-endパイプライン「Dino-Diffusion Parking (DDP)」の提案。 - visual foundation modelsとdiffusion-based planningを統合し、分布シフト下での汎化知覚と頑健なmotion planningを狙う。 - CARLAの通常設定で学習し、よりadversarialな設定へzero-shotで転移する枠組み。 - 天候や照明変化などのdomain shiftsに対するrobustnessを対象とする。

2. 先行研究と比べてどこがすごい?

- 近年のend-to-end (E2E) 手法はin-domainでは有望だが、domain shifts下のrobustnessが課題とされる。 - 追加データに頼らず、visual foundation modelsとdiffusion-based planningの統合でcross-domain性能を高める点が差異。 - ablation studiesにより、network architectureとalgorithmic designの両方が既存baselinesよりcross-domain性能を有意に改善すると報告。

3. 技術・手法の肝は?

- visual foundation modelsによる汎化知覚と、diffusion-based planningによるmotion planningを組み合わせたパイプライン。 - domain-agnosticな設計を志向し、CARLAのregular settingで学習してadversarial設定へzero-shot転移。 - 具体的なモデル構成・学習損失・diffusionの詳細は要旨からは不明。

4. どうやって有効だと検証した?

- CARLAのregular settingで学習し、複数のout-of-distribution (OOD) シナリオへzero-shot転移して評価。 - 全テストOODシナリオでparking success rateが90%超を一貫して達成。 - ablation studiesでnetwork architectureとalgorithmic designの寄与を確認。 - 実世界駐車場から再構成した3D Gaussian splatting (3DGS) 環境でsim-to-real transferの可能性を示す。

5. 議論はある?

- 追加データなしでcross-domain性能を高める設計の有効性を主張。 - 3DGS環境での結果はsim-to-real transferのpromisingな兆候とされるが、実車での広範な検証は要旨からは不明。 - 各OODシナリオの種類・難易度や失敗要因の詳細は要旨からは不明。

6. 次に読むべき論文は?

- 比較対象として言及される既存のend-to-end (E2E) autonomous parking手法(個別名は要旨からは不明)。 - visual foundation models(DINO系を含むと推測されるが要旨ではDino-Diffusionの名称のみ)。 - diffusion-based planningに関する研究。 - 3D Gaussian splatting (3DGS) を用いたsim-to-real評価に関する研究。

※ 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: Zixuan Wu, Hengyuan Zhang, Ting-Hsuan Chen, Yuliang Guo, David Paz, Xinyu Huang, Liu Ren

分類: cs.RO, cs.CV

原文アブストラクト

Parking is a critical pillar of driving safety. While recent end-to-end (E2E) approaches have achieved promising in-domain results, robustness under domain shifts (e.g., weather and lighting changes) remains a key challenge. Rather than relying on additional data, in this paper, we propose Dino-Diffusion Parking (DDP), a domain-agnostic autonomous parking pipeline that integrates visual foundation models with diffusion-based planning to enable generalized perception and robust motion planning under distribution shifts. We train our pipeline in CARLA at regular setting and transfer it to more adversarial settings in a zero-shot fashion. Our model consistently achieves a parking success rate above 90% across all tested out-of-distribution (OOD) scenarios, with ablation studies confirming that both the network architecture and algorithmic design significantly enhance cross-domain performance over existing baselines. Furthermore, testing in a 3D Gaussian splatting (3DGS) environment reconstructed from a real-world parking lot demonstrates promising sim-to-real transfer.

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