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VLMベンチマークarXiv:2511.14592

DSBench:車外・車内リスクを評価する包括的ベンチマーク

DSBench: A Comprehensive Benchmark for Evaluating External and In-Cabin Risks

シェア:XThreadsFacebookLINEはてブBluesky

自動運転向けVLMの安全性評価のため、車外環境リスクと車内運転行動安全を10カテゴリ28サブカテゴリで統合評価する初のベンチマークDSBenchを構築し、98Kデータでの微調整が安全性を向上させることを示した。

詳しい要約

1. どんなもの?

- 自動運転向け Vision-Language Models (VLMs) の安全性を評価する初の総合ベンチマーク DSBench を提案 - 外部環境リスクと in-cabin 運転行動安全の2大カテゴリを統一的に評価 - 10 の主要カテゴリ・28 のサブカテゴリで構成 - 安全性が重要な文脈での VLM 性能を網羅的に測る枠組み - ベンチマークツールキット・コード・モデル checkpoints を公開予定

2. 先行研究と比べてどこがすごい?

- 従来は外部環境リスクと in-cabin 行動安全を同時評価する包括的ベンチマークが欠如 - DSBench は両者を統一評価する初の Driving Safety Benchmark - 10 カテゴリ・28 サブカテゴリで広範なシナリオをカバー - 既存研究では未探索だった safety-critical 文脈での VLM 適合性を直接検証 - 詳細な先行研究比較は要旨からは不明

3. 技術・手法の肝は?

- 外部環境リスクと in-cabin 運転行動安全を統合したベンチマーク設計 - 10 主要カテゴリ・28 サブカテゴリへの分類体系 - 主要な open-source / closed-source VLMs を横断評価 - 98K インスタンスの in-cabin・外部安全シナリオデータセットを構築 - 同データセットでの fine-tuning により安全性性能向上を狙う手法

4. どうやって有効だと検証した?

- 主流の open-source / closed-source VLMs を広く評価 - 複雑な safety-critical 状況で性能が大きく低下することを確認 - 98K データセットでの fine-tuning が既存 VLM の安全性能を有意に向上させることを示す - 定量指標や実験設定の詳細は要旨からは不明

5. 議論はある?

- 複雑な安全重要状況での VLM 性能劣化が緊急の安全懸念として提起 - fine-tuning による安全性改善の可能性を示唆 - 自動運転技術 advancement への道筋を提示 - ベンチマークの限界や評価指標の妥当性に関する議論は要旨からは不明

6. 次に読むべき論文は?

- 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 - 関連手法として Vision-Language Models (VLMs)、autonomous driving 向け VLM 評価、safety-critical ベンチマーク、fine-tuning による安全性向上研究を挙げる - 具体的な論文名は要旨からは不明

※ 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: Xianhui Meng, Yuchen Zhang, Zhijian Huang, Zheng Lu, Ziling Ji, Yandan Lin, Yaoyao Yin, Hongyuan Zhang, Wei Zhou, Guangfeng Jiang, Li Zhang, Long Chen, Hangjun Ye, Jun Liu, Xiaoshuai Hao

分類: cs.RO, cs.AI

原文アブストラクト

Vision-Language Models (VLMs) show great promise for autonomous driving, but their suitability for safety-critical scenarios is largely unexplored, raising safety concerns. This issue arises from the lack of comprehensive benchmarks that assess both external environmental risks and in-cabin driving behavior safety simultaneously. To bridge this critical gap, we introduce DSBench, the first comprehensive Driving Safety Benchmark designed to assess a VLM's awareness of various safety risks in a unified manner. DSBench encompasses two major categories: external environmental risks and in-cabin driving behavior safety, divided into 10 key categories and a total of 28 sub-categories. This comprehensive evaluation covers a wide range of scenarios, ensuring a thorough assessment of VLMs' performance in safety-critical contexts. Extensive evaluations across various mainstream open-source and closed-source VLMs reveal significant performance degradation under complex safety-critical situations, highlighting urgent safety concerns. To address this, we constructed a large dataset of 98K instances focused on in-cabin and external safety scenarios, showing that fine-tuning on this dataset significantly enhances the safety performance of existing VLMs and paves the way for advancing autonomous driving technology. The benchmark toolkit, code, and model checkpoints will be publicly accessible.

  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