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/協調運転/ベンチマークarXiv:2605.10904

MDrive: エンドツーエンドマルチエージェントシステムのための閉ループ協調運転ベンチマーク

MDrive: Benchmarking Closed-Loop Cooperative Driving for End-to-End Multi-agent Systems

シェア:XThreadsFacebookLINEはてブBluesky

V2X通信を用いた協調運転の評価を閉ループで行うベンチマークMDriveを提案し、マルチエージェントシステムの利点と課題を明らかにした。

詳しい要約

1. どんなもの?

- V2X通信を活用したend-to-end multi-agentシステム向けのclosed-loop協調運転ベンチマーク「MDrive」を提案。 - 225のシナリオで構成され、NHTSA pre-crash typologiesと実世界V2Xデータセットに基づく。 - シナリオ生成、Real2Sim変換、human-in-the-loopシミュレーションのためのオープンソースツールボックスも提供。

2. 先行研究と比べてどこがすごい?

- 既存のV2Xベンチマークは、(i) open-loop評価でclosed-loopの性質を捉えられず評価ギャップがある、(ii) 現在のclosed-loop評価は行動的・対話的多様性に欠ける。 - MDriveはclosed-loop協調運転ベンチマークとして、これらの問題に対処し、再現可能な基盤を提供。 - multi-agentシステムのclosed-loop運転への利点の程度が不明確だった点に貢献。

3. 技術・手法の肝は?

- NHTSA pre-crash typologiesと実世界V2Xデータセットに基づく225シナリオを構築。 - closed-loop評価を実施し、multi-agentシステムの性能を評価。 - シナリオ生成、Real2Sim変換、human-in-the-loopシミュレーションのツールボックスを提供。

4. どうやって有効だと検証した?

- MDriveベンチマークを用いた実験により、multi-agentシステムが一般にsingle-agentより優れることを示した。 - ただし、知覚共有は知覚を向上させるが常に計画改善に繋がるわけではないこと、交渉は計画性能を改善するが複雑で密集した交通シナリオでは害になることを明らかにした。

5. 議論はある?

- multi-agentシステムは一般にsingle-agentより優れるが、2つの課題が残る:(i) 知覚共有が常に計画改善に繋がらない、(ii) 交渉が複雑・密集交通で計画性能を損なう。 - これらの課題は、協調運転システムの一般化とロバスト性向上のための評価基盤の必要性を示唆。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:既存のV2Xベンチマーク(open-loop評価やclosed-loop評価のもの)。 - 関連手法:V2X通信、end-to-end multi-agentシステム、closed-loop評価、NHTSA pre-crash typologies、Real2Sim変換、human-in-the-loopシミュレーション。

※ 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: Marco Coscoy, Zewei Zhou, Seth Z. Zhao, Henry Wei, Angela Magtoto, Johnson Liu, Rui Song, Walter Zimmer, Zhiyu Huang, Chen Tang, Bolei Zhou, Jiaqi Ma

分類: cs.RO

原文アブストラクト

Vehicle-to-Everything (V2X) communication has emerged as a promising paradigm for autonomous driving, enabling connected agents to share complementary perception information and negotiate with each other to benefit the final planning. Existing V2X benchmarks, however, fall short in two ways: (i) open-loop evaluations fail to capture the inherently closed-loop nature of driving, leading to evaluation gaps, and (ii) current closed-loop evaluations lack behavioral and interactive diversity to reflect real-world driving. Thus, it is still unclear the extent of benefits of multi-agent systems for closed-loop driving. In this paper, we introduce MDrive, a closed-loop cooperative driving benchmark comprising 225 scenarios grounded in both NHTSA pre-crash typologies and real-world V2X datasets. Our benchmark results demonstrate that multi-agent systems are generally better than single-agent counterparts. However, current multi-agent systems still face two important challenges: (i) perception sharing enhances perceptions, but doesn't always translate to better planning; (ii) negotiation improves planning performance but harms it in complex and dense traffic scenarios. MDrive further provides an open-source toolbox for scenario generation, Real2Sim conversion, and human-in-the-loop simulation. Together, MDrive establishes a reproducible foundation for evaluating and improving the generalization and robustness of cooperative driving systems.

  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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI