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arXiv:2607.29517

STAGE: パーソナライズ自動運転のためのスタイル制御可能な行動生成

STAGE: STyle-controllable Action GEneration for personalized autonomous driving

シェア:XThreadsFacebookLINEはてブBluesky

運転スタイルを連続値として学習し、ユーザーの好みに合わせて行動生成を制御する手法を提案。模倣学習と選好学習を組み合わせ、安全性も確保。

詳しい要約

1. どんなもの?

本論文は、自動運転システムの運転スタイルをユーザーの好みに合わせて制御可能にする、STAGE (STyle-controllable Action GEneration) 手法を提案している。運転スタイルは攻撃性の度合いなどに表れる行動の好みであり、ユーザーは自身の習慣に近いスタイルを自動運転システムに期待する。STAGEは模倣学習に基づき、スタイル価値と潜在価値の行動モダリティ符号化を組み込み、選好学習によりユーザーの運転スタイルを連続的で単調なスタイル価値として特定する。推論時にはユーザーがスタイル価値を入力して生成される行動パターンを制御し、動的に期待に応える。

2. 先行研究と比べてどこがすごい?

既存の産業用自動運転システムは運転スタイルを個別に調整することが難しく、ユーザーの習慣に合わせたパーソナライズが困難である。STAGEはスタイル価値という連続的な指標で運転スタイルを表現し、模倣学習と選好学習を組み合わせることで、スタイルの制御可能性、連続性、運転スタイルの整合性、安全性を実現している点が新しい。また、選好学習における人間の関与コストを削減するため、データペアの運転スタイルを比較するルールセットを開発した点も独自性がある。

3. 技術・手法の肝は?

手法の肝は、模倣学習の訓練過程にスタイル価値と潜在価値の行動モダリティ符号化を組み込む点である。スタイル価値は連続的で単調な値としてユーザーの運転スタイルを表現し、選好学習によって推定される。選好学習のためのデータペア比較には、人手を減らすためのルールセットを用いる。推論時には、ユーザーがスタイル価値を入力することで、生成される行動パターンを制御する。

4. どうやって有効だと検証した?

STAGEを用いて、いくつかの典型的な道路シナリオにおいてスタイル制御された行動生成が人間の期待と有意に一致することを検証した。さらに、STAGEと他の様々な手法との比較を通じて、スタイル制御可能性、スタイル連続性、運転スタイル整合性、運転安全性などのSTAGEの独自機能を明らかにした。

5. 議論はある?

要旨からは、スタイル価値の定義やルールセットの詳細、検証シナリオの具体的な内容、他の手法との比較結果の詳細は不明である。また、スタイル価値の連続性や単調性の仮定が現実の運転スタイルにどの程度適合するか、ユーザーがスタイル価値を直感的に指定できるかなどの議論が考えられるが、要旨には含まれていない。

6. 次に読むべき論文は?

要旨で参照または比較されている研究は明示されていないが、関連手法として模倣学習(Imitation Learning)、選好学習(Preference Learning)、自動運転における行動生成(Action Generation)に関する論文が挙げられる。具体的には、模倣学習の基礎となるBehavioral Cloningや、選好学習の代表的な手法であるPreference-based Reinforcement Learningなどが関連する。

※ 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: Zihao Liu, Xing Liu, Yizhai Zhang, Panfeng Huang

分類: cs.RO, cs.HC

原文アブストラクト

Driving style refers to the behavioral preferences that drivers maintain during driving, shaped by their diverse experiences, habits, and needs, and is typically reflected in varying levels of aggressiveness. If humans choose to use autonomous driving systems, they would expect the driving style of the systems to closely resemble their own habit. However, this is challenging for current industrial autonomous driving systems. To address this, we developed a style controllable action generation method, STAGE, for driving tasks. Its training process is based on imitation learning, incorporating both style value and latent value action modality encoding. Preference learning is then used to identify the user's driving style as a continuous, monotonic style value. And to reduce the cost of human involvement in the preference training process, we also developed a set of rules to compare driving style in data pairs. Then, during inference, the user inputs the style value to control the generated action patterns, dynamically meeting the user's expectations. Using the STAGE method, we verified that the style-controlled action generation results in several typical road scenarios significantly align with human expectations. Furthermore, through comparisons between the STAGE method and various other approaches, we reveal the unique functionalities of STAGE, including its style controllability, style continuity, driving style alignment capability and driving safety. The code for this work is available at: https://github.com/CarlDegio/STAGE

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmo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
  3. 3GXO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
  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