OmniV2X: 効率的なエンドツーエンド協調運転のための生成的基盤プランナー
OmniV2X: A Generative Foundation Planner for Efficient End-to-End Cooperative Driving
V2X協調運転のための生成的基盤モデルを提案し、マルチモーダル・マルチエージェント観測を直接解釈して軌道生成を行う。大規模単一エージェントデータで事前学習し、軽量なV2Xトークンで協調環境に適応することで、少ないデータと通信帯域で最先端性能を達成した。
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？
※ 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: Juntong Peng, Juanwu Lu, Yupeng Zhou, Can Cui, Yaobin Chen, Ziran Wang
分類: cs.RO, cs.AI
原文アブストラクト
We present OmniV2X, a generative foundation model for vehicle-to-everything (V2X) cooperative driving. The model directly interprets independent context sequences comprising multi-modal and multi-agent observations. The new design mitigates the computational cost of dense 3D perception, the vulnerability to data scarcity in cooperative scenarios, and the poor compliance with standardized messaging in existing methods that fuse multi-modal inputs into a shared representation. For training, we present an end-to-end supervised pipeline using a downstream trajectory generation loss, in which a high-capacity generative sequence planner implicitly learns to steer the model and leverage multi-modal inputs via cross-attention injection. As a foundation model, we demonstrate that OmniV2X pre-trained on large-scale single-agent planning datasets can efficiently adapt to cooperative environments by integrating the conditioning context with lightweight, standard-compliant V2X tokens. Evaluated on the DAIR-V2X-Seq dataset, OmniV2X outperforms existing end-to-end cooperative driving baselines, achieving state-of-the-art performance with less than 10% of the fine-tune V2X dataset and less than 1% of the communication bandwidth. We conduct comprehensive evaluations to demonstrate its computational efficiency and robustness under real-world constraints.
関連論文
- V2X協調によるエンドツーエンド自動運転自動運転/V2X
- BEV-V2X知覚・融合予測・走行計画を統合した複雑交差点向け自動運転モデル自動運転/V2X
- V2X-Lead: V2X通信統合によるLiDARベースのエンドツーエンド自動運転自動運転/V2X
- V2X通信と役割ベース行動予測による安全で快適な合流支援自動運転/V2X
