DiffusionDriveV2 — 自動運転のためのRL制約付き切り詰め拡散モデル
2025/12/9
DiffusionDriveV2は、自動運転のエンドツーエンド制御を対象にした研究実装で、拡散モデル(Diffusion Model)を出発点として、強化学習(RL)で得られる行動制約や報酬情報を組み込んだ「Reinforcement Learning-Constrained Truncated Diffusion Modeling」を提案しています。サンプリングの切り詰め(truncation)により推論効率と安全性を向上させ、行動生成の多様性と現実的制御の両立を目指すアプローチです(約300字)。