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/シミュレーションarXiv:2610.06171

制御可能でフォトリアルな歩行者危険動作生成によるエンドツーエンド運転安全評価

Controllable and Photorealistic Pedestrian Risky Motion Generation for End-to-End Driving Safety Evaluation

シェア:XThreadsFacebookLINEはてブBluesky

軌道レベルの衝突合成と3Dガウシアンスプラッティングを組み合わせ、フォトリアルで動作制御可能な危険歩行者シナリオを生成するControlPedを提案し、エンドツーエンド運転モデルの性能低下を明らかにした。

詳しい要約

1. どんなもの?

- 本論文は、自動運転の安全性評価のための、制御可能でフォトリアリスティックな歩行者の危険動作生成フレームワーク「ControlPed」を提案する。 - 軌道レベルの衝突合成と3D Gaussian Splatting (3DGS) を組み合わせ、生の視覚観測を合成する。 - 危険な歩行者行動下でのエンドツーエンド運転モデルの性能評価を可能にする。

2. 先行研究と比べてどこがすごい?

- 従来の軌道ベースのシナリオ生成は生の視覚観測を合成できず、ビデオベースのアプローチは制御性に欠ける。 - ControlPedは軌道レベルの衝突合成と3DGSを統合し、フォトリアリスティックかつ動作制御可能な安全クリティカルシナリオを生成する点で優れる。

3. 技術・手法の肝は?

- HazardPedデータセット(10,352の交通ビデオ、422の衝突軌道、HDマップ、857の注釈付き3D人間動作)を基盤とする。 - 衝突軌道を生成し、テキスト条件付き動作拡散モデルで3D人間動作シーケンスに持ち上げ、アニメータブル3DGSアバターで多視点センサ観測をレンダリングする。

4. どうやって有効だと検証した?

- 88のレンダリングされたフォトリアリスティックシナリオで安全性評価を実施。 - 7つの主要なエンドツーエンド運転モデルが深刻な性能低下を示し、平均HDScoreが88.8から47.4に急落。危険な歩行者行動下での主要な失敗モードを明らかにした。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- HazardPed(データセット)、3D Gaussian Splatting (3DGS)、テキスト条件付き動作拡散モデル、および評価対象の7つのエンドツーエンド運転モデル。

※ 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: Siyuan Liu, Miao Li, Haibao Yu, Haohong Lin, Qing Zhou, Bingbing Nie, Ding Zhao

分類: cs.RO

原文アブストラクト

Evaluating end-to-end autonomous driving under rare, safety-critical vehicle-pedestrian interactions requires photorealistic, sensor-level scenarios. However, trajectory-based scenario generators cannot synthesize raw visual observations, whereas video-based approaches lack controllability. To bridge this gap, we present ControlPed, a novel framework that combines trajectory-level conflict synthesis with 3D Gaussian Splatting (3DGS) to generate photorealistic, motion-controllable safety-critical scenarios. Built upon HazardPed, a dataset derived from 10,352 traffic videos comprising 422 conflict trajectories, HD maps, and 857 annotated 3D human motions, ControlPed first generates conflict trajectories, lifts them into 3D human motion sequences via text-conditioned motion diffusion, and finally renders multi-view sensor observations using animatable 3DGS avatars. Safety evaluation in 88 rendered photorealistic scenarios reveals that seven leading end-to-end driving models suffer a severe performance drop, with their mean HDScore plunging from 88.8 to 47.4, exposing major failure modes under dangerous pedestrian behaviors. The dataset and testing benchmarks will be released to facilitate safety assessment of vehicle-pedestrian interactions.

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. 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