要約
自動運転における最近の進歩により、車両が周囲を認識し、周囲と相互作用する方法に革命が起きました。
特にワールド モデルは、マルチセンサー データ、セマンティック キュー、および時間ダイナミクスを統合した運転環境の忠実度の高い表現を提供する、要となるテクノロジーとして登場しました。
このようなモデルは認識、予測、計画を統合するため、自律システムは複雑で予測不可能な状況下でも情報に基づいた迅速な意思決定を行うことができます。
研究傾向は 4D 占有予測や生成データ合成など、さまざまな分野に広がっており、これらはすべてシーンの理解と軌道予測を強化します。
特に、最近の研究では、大規模な事前トレーニングと高度な自己教師あり学習を利用して、まれなイベントのシミュレーションとリアルタイムのインタラクションに対するモデルの能力をスケールアップしています。
ドメイン適応やロングテール異常検出からマルチモーダル融合に至るまでの主要な課題に対処する上で、これらの世界モデルは、より堅牢で信頼性が高く、適応性のある自動運転ソリューションへの道を切り開きます。
この調査では、最新技術を体系的にレビューし、将来予測、行動計画、およびその 2 つの相互作用に焦点を当てて技術を分類しています。
また、全体的な統合、計算効率の向上、高度なシミュレーションを重視して、将来の研究の潜在的な方向性を特定します。
私たちの包括的な分析は、より安全でより公平なモビリティを目指して次世代の自動運転システムを推進する上で、世界モデルが変革をもたらす役割を担っていることを強調しています。
要約(オリジナル)
Recent breakthroughs in autonomous driving have revolutionized the way vehicles perceive and interact with their surroundings. In particular, world models have emerged as a linchpin technology, offering high-fidelity representations of the driving environment that integrate multi-sensor data, semantic cues, and temporal dynamics. Such models unify perception, prediction, and planning, thereby enabling autonomous systems to make rapid, informed decisions under complex and often unpredictable conditions. Research trends span diverse areas, including 4D occupancy prediction and generative data synthesis, all of which bolster scene understanding and trajectory forecasting. Notably, recent works exploit large-scale pretraining and advanced self-supervised learning to scale up models’ capacity for rare-event simulation and real-time interaction. In addressing key challenges — ranging from domain adaptation and long-tail anomaly detection to multimodal fusion — these world models pave the way for more robust, reliable, and adaptable autonomous driving solutions. This survey systematically reviews the state of the art, categorizing techniques by their focus on future prediction, behavior planning, and the interaction between the two. We also identify potential directions for future research, emphasizing holistic integration, improved computational efficiency, and advanced simulation. Our comprehensive analysis underscores the transformative role of world models in driving next-generation autonomous systems toward safer and more equitable mobility.
arxiv情報
| 著者 | Tuo Feng,Wenguan Wang,Yi Yang |
| 発行日 | 2025-01-20 04:00:02+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google