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/シナリオ生成/拡散モデルarXiv:2607.18637

現実的かつ制御可能な視覚交通シナリオ生成のためのエンドツーエンド条件付き拡散モデル

End-to-end Conditional Diffusion for Realistic and Controllable Visual Traffic Scenario Generation

シェア:XThreadsFacebookLINEはてブBluesky

前方視覚観測に基づき、交通シナリオの将来の状態と制御を同時に生成するエンドツーエンドの条件付き拡散フレームワークを提案し、制御可能性と現実性のバランスを改善した。

詳しい要約

1. どんなもの?

- 本論文は、自動運転システム評価のための閉ループ交通シナリオを、リアルかつ制御可能に生成する手法「E2E-CDiff」を提案する。 - フロントビューの視覚観測を条件とし、将来の運動状態と実行可能な低レベル制御を同時に拡散(denoise)する。 - これにより、経路と相互作用する背景車両の状態と行動を統合的に生成する。 - 希少な安全クリティカルな相互作用下での評価を可能にすることを目指す。

2. 先行研究と比べてどこがすごい?

- 既存の学習ベース手法は、制御性とリアリズムのバランスに苦慮し、細粒度の制御が限られるか、行動の妥当性を犠牲にしていた。 - E2E-CDiffは、状態と行動を統合生成することで、従来の二段階パイプライン(軌道生成→制御器)における計画・制御のミスマッチを緩和する。 - 微分可能ガイダンスにより、速度調整、走行可能領域遵守、衝突回避・衝突誘発行動をサポートし、自然なシナリオと安全クリティカルなシナリオの両方を生成可能。 - Bench2Driveでの実験で、強化学習・模倣学習ベースラインと比較して、制御性とリアリズムのトレードオフを改善。

3. 技術・手法の肝は?

- 条件付き拡散モデルをエンドツーエンドで用い、視覚観測を条件に将来の運動状態と低レベル制御を同時にノイズ除去する。 - 統合的な状態-行動生成により、計画と制御の一貫性を向上。 - 微分可能ガイダンスを導入し、速度、走行可能領域、衝突回避/誘発といった制約や目標を柔軟に調整。 - これにより、自然な運転行動と安全クリティカルな行動の両方を生成可能。

4. どうやって有効だと検証した?

- Bench2Driveデータセット上で実験を実施。 - 代表的な強化学習および模倣学習ベースラインと比較し、制御性とリアリズムのトレードオフが良好であることを示した。 - 衝突誘導バリアントが複数の自動運転システムに対して困難な相互作用を引き起こすことを確認。 - 学習ベースのegoプランナーとしても競争力のある性能を示し、エンドツーエンド状態-行動拡散の汎用性を実証。

5. 議論はある?

- 要旨からは、手法の限界や失敗事例、計算コスト、スケーラビリティに関する議論は明示されていない。 - 制御性とリアリズムのトレードオフや、安全クリティカルシナリオ生成の有効性が強調されているが、詳細な議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照されている研究:Bench2Drive(データセット/ベンチマーク)、強化学習ベースライン、模倣学習ベースライン。 - 関連手法:条件付き拡散モデル、微分可能ガイダンス、エンドツーエンド計画。 - 同分野の定番:CARLA、nuPlan、Waymo Open Dataset など。

※ 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: Jingzheng Li, Yufei Ge, Zhijun Chen, Qianren Mao, Zizhe Wang, Binhang Qi, Bing Li, Keyu Chen, Baochang Zhang, Xianglong Liu, Philip S Yu

分類: cs.RO, cs.LG

原文アブストラクト

Generating closed-loop traffic scenarios that are both realistic and controllable is crucial for evaluating autonomous driving systems, especially under rare safety-critical interactions. Existing learning-based methods often struggle to balance controllability and realism, offering either limited fine-grained control over traffic behavior or controllable scenarios at the expense of behavioral plausibility. This paper presents E2E-CDiff, an end-to-end conditional diffusion framework for controllable and realistic scenario generation. Conditioned on front-view visual observations, E2E-CDiff jointly denoises future motion states and executable low-level controls for route-interacting background vehicles. This unified state-action generation mitigates the planning-control mismatch in conventional two-stage trajectory-then-controller pipelines. Differentiable guidance further regulates speed, enforces drivable-area compliance, and supports collision-avoidance or collision-seeking behaviors, enabling both naturalistic and safety-critical scenario generation. Experiments on Bench2Drive show that E2E-CDiff achieves a favorable controllability-realism trade-off compared with representative reinforcement- and imitation-learning baselines, while its collision-guided variant induces challenging interactions across multiple autonomous driving systems. E2E-CDiff also performs competitively as a learning-based ego planner, demonstrating the generality of end-to-end state-action diffusion.

  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