Alpamayo-R1 - NVIDIA の推論ベースの視覚言語運動モデル

Alpamayo-R1とは何ですか？

Alpamayo-R1 (AR1) は、NVIDIA が開発したビジュアル言語アクション (VLA) モデルで、因果推論によって自動運転の意思決定能力と汎化能力を向上させます。このモデルの主な革新点は、人間と機械の協働と自動アノテーションによって高品質な推論軌跡を生成するための因果連鎖 (CoC) データセットの構築、多数の視覚的質問応答サンプルで学習され、物理的な常識と身体化された推論能力を備えた Cosmos-Reason を VLM バックボーン ネットワークとして採用すること、そして教師あり微調整と強化学習を組み合わせた多段階学習戦略を設計し、推論品質と軌跡生成を最適化することです。実験では、AR1 は計画精度を大幅に向上させ、境界違反とニアミス率を低減させながら、99 ミリ秒という低遅延を維持し、リアルタイムの自動運転アプリケーションに適しています。

Alpamayo-R1の主な機能

• 因果推論と軌道計画AR1は、因果連鎖（CoC）データセットを構築することで、因果推論を実行し、駆動ロジックに適合する推論軌跡を生成し、意思決定の精度と汎化能力を向上させることができる。
• 高効率なビジュアルコーディングと特徴抽出: ビジュアルエンコーダーを最適化することで、マルチカメラ画像の特徴抽出効率を10～20倍向上させ、計算リソースの消費量を大幅に削減します。
• リアルタイム性能と低遅延このモデルのエンドツーエンドの推論時間はわずか99ミリ秒であり、自動運転の厳しいリアルタイム要件を満たしている。
• 軌道品質を向上させるオープンループおよびクローズドループの両方のテストにおいて、AR1はオフロード率と近接接触率を大幅に低減し、軌道の滑らかさと安全性を向上させた。
• オープンソースは業界の発展に貢献するオープンソースモデルであるAR1は、自動運転開発の障壁を低くし、自動車メーカーや研究機関に強力な技術サポートを提供する。

Alpamayo-R1の技術原理

• 因果連鎖（CoC）データセットこのデータセットは、「自動アノテーション＋人間と機械の協働」というハイブリッドプロセスによって構築され、運転行動に沿った、意思決定を中心とした、因果関係を持つ推論軌跡を生成します。データセットは、運転判断、因果要因、およびCoC軌跡を組み合わせた3つの構造化されたコンポーネントで構成されています。
• モジュール式VLAアーキテクチャこのシステムは、物理知能アプリケーション向けに事前学習済みのCosmos-Reasonビジョン言語モデルと、拡散モデルに基づく軌道デコーダを統合しており、リアルタイムで動的かつ運転可能な計画案を生成できます。
• 多段階トレーニング戦略この手法は、教師あり微調整を用いてモデルの推論能力を刺激し、強化学習と組み合わせることで、大規模な推論モデルからのフィードバックを通じて推論の質を最適化すると同時に、推論と行動の一貫性を確保する。
• 高効率視覚符号化本システムは、3平面トークナイザーやFlexトークナイザーなど、さまざまな効率的なマルチカメラトークナイザーをサポートしており、トークン数を大幅に削減し、リアルタイム推論のニーズを満たします。
• モーションエキスパート軌道デコーダーフローマッチングフレームワークに基づいて、言語推論の出力と整合し、リアルタイム推論の要件を満たす、連続的でマルチモーダルな軌道計画スキームを効率的に生成します。

アルパマヨ-R1プロジェクトの住所

• プロジェクト公式サイト：https://research.nvidia.com/publication/2025-10_alpamayo-r1
• arXiv技術論文：https://arxiv.org/pdf/2511.00088v1

Alpamayo-R1の応用シナリオ

• 自動運転における意思決定と計画AR1は因果推論によって安全かつ効率的な走行経路を生成するため、複雑な交通環境における自動運転の意思決定に適しており、車両の自律的な意思決定能力を向上させる。
• 交通シナリオのシミュレーションとテストこれは、仮想交通シナリオの構築、様々な運転状況のシミュレーション、自動運転システムの性能と安全性のテストなどに活用できる。
• 高度道路交通システム最適化これは、高度道路交通システムに対する意思決定支援を提供し、交通の流れを最適化し、渋滞を緩和し、交通全体の効率を向上させます。
• 車両の安全性と障害物回避リアルタイムでの軌道計画と障害物回避の判断を実施することで、交通事故のリスクを低減し、複雑な環境における車両の安全性を向上させることができる。