arXiv News

すべての人に一次情報を

サイト

Aboutプライバシーポリシー利用規約

© 2026 arXiv News

arXiv News

英語日本語

言語を切り替え

英語日本語
アカウントを読み込み中…

すべての人に一次情報を

トップページに戻る
ロボティクス日本語公開済み

Agent‑Relative Goalsで自走エージェントが本格的な対話式走行シナリオを生成

2026年11月20日arXiv: 2611.24876v1

従来は地図上の固定目標のみで訓練したエージェントは、歩行者を切り取るような切り替え動作や後ろから接近するテールギーティングには対応できませんでした。今回の研究では、目標をエージェント自身の位置に対して相対的に設定することで、1つの多エージェント自己対話(self‑play)ポリシーで切り替え、テールギーティング、ブレーキチェックといったインタラクティブ走行を自律的に生成できることを示しました。

訓練は、10 %のシナリオでエージェント相対目標(エージェントの前後左右に配置)を採用し、90 %で従来の固定目標を使用するという混合分布で行われました。これにより、追加の脚本化されたトラジェクトリやシナリオごとの報酬調整なしに、エージェントのリアクティブ挙動を学習することが可能です。

実験結果では、サンフランシスコマップで切り替え(cut‑off)シナリオを評価したところ、エージェント相対目標を使用したポリシーは84.2 %の成功率を示し、固定目標のみのベースラインでは14.6 %にとどまりました。アウストンマップでも同様に、84.2 %対79.0 %という実質的な差が観測されました。

一方で、事故率(collision percentage)は0.03 %、オフロードタイク(off‑road tick)率は0.01 %しか改善されませんでした。これは、相対目標を追加しても基本的な運転品質に大きな影響を与えないことを示します。ベースラインと比較しても、静的目標のみで評価した場合にはパフォーマンス低下が確認できませんでした。

以上の知見は、エージェント相対目標が既存の自己対話フレームワークを拡張し、長尾の自律走行テストに向けた多様で現実に即した走行シナリオ生成を可能にする一方で、基盤となる運転品質を損なわないことを裏付けています。

元論文

Learning to Interact in Multi-Agent Self-Play for Controllable Autonomous Driving Scenario Generation

ロボティクス機械学習
arXiv で見る
Agent‑Relative Goalsで自走エージェントが本格的な対話式走行シナリオを生成 | arXiv News