Orion-Lite：LLM推論を効率的な視覚のみの運転モデルへ蒸留する
arXiv cs.CV / 2026/4/10
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、大規模な視覚言語行動（VLA）システムから推論知識を蒸留して、実運用時のレイテンシとエネルギーコストを削減する、コンパクトな「視覚のみ」の運転モデルであるOrion-Liteを提案する。
- 先行研究の蒸留に対し、本手法はより複雑でインタラクティブな状況を対象にし、単純またはオープンループのテストだけでなく、クローズドループの運転条件下で評価することで前進している。
- この方法は、潜在特徴の蒸留と、実際の軌跡（ground-truth trajectory）による教師ありスーパービジョンを組み合わせ、より小さな生徒モデルにおいても有効な計画・制御の挙動を維持する。
- Orion-Liteは、より大きなVLA教師モデル（ORION）を上回ることが報告され、Bench2Driveベンチマークで新たな最先端の性能を達成し、Driving Scoreは80.6である。
- 著者らは、視覚のみのアーキテクチャは強力なリアクティブ（状況反応型）計画性能を提供でき、高効率な自動運転に向けた、まだ十分に開拓されていない道になり得ると結論づけている。
