이 논문은 다수의 연결 자율주행차(CAV)가 협력하는 안전 critical 시나리오를 평가하는 최초의 폐루프 종단간 벤치마크 CMU-Drive를 제시하고, 이에 대응하는 차량 간(V2V) 시각-언어-행동 모델 V2V-VLA를 제안한다. 기존 VLA 모델이 단일 자율주행 에이전트에 초점을 맞춰 협력적 인식·추론·계획을 제대로 지원하지 못한 문제를 겨냥해, V2V-VLA는 주행 행동·미래 경로점·언어적 추론·통신 정책을 하나의 순전파(forward pass)에서 동시에 생성한다. 배경 교통 참여자가 포함된 안전 critical 시나리오에서 CMU-Drive를 통해 협력 VLA 주행의 최초 벤치마크와 기준선을 확립했다. 코드, 벤치마크, 모델 체크포인트를 공개해 다중 에이전트 협력 자율주행 연구의 토대를 제공한다.
- •다중 CAV 협력 주행 평가용 최초 폐루프 종단간 벤치마크 CMU-Drive 제시
- •주행행동·경로점·언어추론·통신정책을 단일 순전파로 생성하는 V2V-VLA 제안
- •안전 critical 시나리오·배경 교통 포함해 협력 VLA 주행의 첫 기준선 확립
- •코드·벤치마크·체크포인트 공개로 협력 자율주행 후속 연구 지원
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
CMU-Drive and V2V-VLA: Cooperative Multi-agent Unified Driving with Reasoning Benchmark and Vehicle-to-Vehicle Vision-Language-Action Models
본문 미리보기
arXiv:2608.07621v1 Announce Type: new Abstract: Vision-Language-Action (VLA) models have recently achieved impressive performance for end-to-end autonomous driving, yet existing approaches are primarily designed for an individual single autonomous driving agent with limited support for cooperative perception, reasoning, and planning. We present Cooperative Multi-agent Unified Driving with Reasoning (CMU-Drive), a closed-loop end-to-end benchmark for evaluating cooperative autonomous driving wit
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:39AI 초안
