自動運転ベンチマーク2026/2/1arXiv:2602.16073

ScenicRules: 多目的仕様と抽象シナリオによる自動運転ベンチマーク

ScenicRules: An Autonomous Driving Benchmark with Multi-Objective Specifications and Abstract Scenarios

優先順位付き多目的仕様の下で自動運転システムを評価するベンチマークを提案し、階層的ルールブックとScenic言語で記述したシナリオを構築した。

詳しい要約

1. どんなもの？

- 自動運転システムを評価するためのベンチマーク「ScenicRules」を提案。 - 複数の目的（衝突回避、交通規則遵守、効率的な進行など）とその優先関係を考慮。 - 確率的環境下で、優先順位付き多目的仕様の下で評価。 - 定量的評価指標として多様な目的を形式化。 - 階層的Rulebookフレームワークで目的と優先関係を符号化。 - Scenic言語で形式的にモデル化された代表的なシナリオ集を構築。

2. 先行研究と比べてどこがすごい？

- 既存の自動運転評価ベンチマークは、多目的優先規則と形式的環境モデルの組み合わせを欠いている。 - 本研究は、優先順位付き多目的仕様と形式的環境モデルを統合した点が新しい。 - 人間の運転判断と整合する形式化された目的と階層的Rulebookを提供。 - 優先目的に対するエージェントの失敗を効果的に露呈できる。

3. 技術・手法の肝は？

- 多様な目的を定量的評価指標として形式化。 - 階層的Rulebookフレームワークを設計し、複数の目的と優先関係を解釈可能かつ適応可能な形で符号化。 - Scenic言語を用いて、多様な運転コンテキストとニアアクシデント状況を含むコンパクトで代表的なシナリオ集を構築。 - 確率的環境下での評価を可能にする。

4. どうやって有効だと検証した？

- 実験結果により、形式化された目的と階層的Rulebookが人間の運転判断とよく整合することを示した。 - ベンチマークが優先目的に対するエージェントの失敗を効果的に露呈することを示した。 - 具体的な実験設定や指標の詳細は要旨からは不明。

5. 議論はある？

- 要旨からは、議論や限界についての明示的な記述はない。 - 今後の課題や改善点については要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、Scenic言語、階層的Rulebookフレームワーク、既存の自動運転ベンチマーク（例：CARLAリーダーボードなど）が挙げられる。 - 同分野の定番として、自動運転評価のためのシミュレーションベンチマーク（例：CARLA、nuPlan）や形式手法（例：Signal Temporal Logic）が考えられる。

※ 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: Kevin Kai-Chun Chang, Ekin Beyazit, Alberto Sangiovanni-Vincentelli, Tichakorn Wongpiromsarn, Sanjit A. Seshia

分類: cs.RO, cs.AI, cs.LO, cs.SY, eess.SY

原文アブストラクト

Developing autonomous driving systems for complex traffic environments requires balancing multiple objectives, such as avoiding collisions, obeying traffic rules, and making efficient progress. In many situations, these objectives cannot be satisfied simultaneously, and explicit priority relations naturally arise. Also, driving rules require context, so it is important to formally model the environment scenarios within which such rules apply. Existing benchmarks for evaluating autonomous vehicles lack such combinations of multi-objective prioritized rules and formal environment models. In this work, we introduce ScenicRules, a benchmark for evaluating autonomous driving systems in stochastic environments under prioritized multi-objective specifications. We first formalize a diverse set of objectives to serve as quantitative evaluation metrics. Next, we design a Hierarchical Rulebook framework that encodes multiple objectives and their priority relations in an interpretable and adaptable manner. We then construct a compact yet representative collection of scenarios spanning diverse driving contexts and near-accident situations, formally modeled in the Scenic language. Experimental results show that our formalized objectives and Hierarchical Rulebooks align well with human driving judgments and that our benchmark effectively exposes agent failures with respect to the prioritized objectives. Our benchmark can be accessed at https://github.com/BerkeleyLearnVerify/ScenicRules/.

arXivで原文を読む →arXiv概要ページ

ScenicRules: 多目的仕様と抽象シナリオによる自動運転ベンチマーク

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