論文の概要: A Survey of Simulators for Autonomous Driving: Taxonomy, Challenges, and Evaluation Metrics

• arxiv url: http://arxiv.org/abs/2311.11056v1
• Date: Sat, 18 Nov 2023 12:30:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-22 12:43:22.451382
• Title: A Survey of Simulators for Autonomous Driving: Taxonomy, Challenges, and Evaluation Metrics
• Title（参考訳）: 自動運転シミュレーターの実態調査--分類学・課題・評価指標
• Authors: Yueyuan Li, Wei Yuan, Weihao Yan, Qiyuan Shen, Chunxiang Wang, Ming Yang
• Abstract要約: 本稿では,自動運転シミュレータの詳細なレビューを行う。 専門的な開発期間、ギャップ期間、総合的な開発という3つの段階に分けられる。 本稿では, 商用およびオープンソースシミュレータを調査した結果, シミュレータが直面する重要な問題は, 忠実度や効率性に関する問題であることがわかった。
• 参考スコア（独自算出の注目度）: 24.62785173559371
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Simulators have irreplaceable importance for the research and development of autonomous driving. Besides saving resources, labor, and time, simulation is the only feasible way to reproduce many severe accident scenarios. Despite their widespread adoption across academia and industry, there is an absence in the evolutionary trajectory of simulators and critical discourse on their limitations. To bridge the gap in research, this paper conducts an in-depth review of simulators for autonomous driving. It delineates the three-decade development into three stages: specialized development period, gap period, and comprehensive development, from which it detects a trend of implementing comprehensive functionalities and open-source accessibility. Then it classifies the simulators by functions, identifying five categories: traffic flow simulator, vehicle dynamics simulator, scenario editor, sensory data generator, and driving strategy validator. Simulators that amalgamate diverse features are defined as comprehensive simulators. By investigating commercial and open-source simulators, this paper reveals that the critical issues faced by simulators primarily revolve around fidelity and efficiency concerns. This paper justifies that enhancing the realism of adverse weather simulation, automated map reconstruction, and interactive traffic participants will bolster credibility. Concurrently, headless simulation and multiple-speed simulation techniques will exploit the theoretic advantages. Moreover, this paper delves into potential solutions for the identified issues. It explores qualitative and quantitative evaluation metrics to assess the simulator's performance. This paper guides users to find suitable simulators efficiently and provides instructive suggestions for developers to improve simulator efficacy purposefully.
• Abstract（参考訳）: シミュレーターは自律運転の研究と開発において絶対的に重要である。 資源、労働、時間の節約に加えて、シミュレーションは多くの重大な事故シナリオを再現する唯一の方法である。 学界や産業で広く採用されているにもかかわらず、シミュレータの進化の軌跡や限界に関する批判的な談話には欠如している。 研究のギャップを埋めるため,本論文では,自動運転シミュレータの詳細なレビューを行う。 専門的な開発期間、ギャップ期間、包括的な開発という3つの段階に分類され、包括的な機能実装とオープンソースアクセシビリティのトレンドを検出する。 次にシミュレータを機能別に分類し,交通流シミュレータ,車両動力学シミュレータ,シナリオエディタ,センサデータジェネレータ,運転戦略検証器の5つのカテゴリを識別する。 多様な機能を持つシミュレータは、包括的なシミュレータとして定義される。 本稿では,商用およびオープンソースシミュレータの調査により,シミュレータが直面する重要な問題は,主に忠実性と効率性に関わるものであることを明らかにした。 本稿では,悪天候シミュレーション,地図の自動再構築,対話的交通参加者の信頼性向上を正当化する。 同時に、ヘッドレスシミュレーションと多重速度シミュレーション技術が理論上の利点を生かす。 さらに,本論文では,特定問題に対する潜在的な解決策について検討する。 シミュレータの性能を評価するための質的および定量的評価指標を探索する。 本稿では,シミュレータの有効性を意図的に改善するための指導的提案を行う。

関連論文リスト

• BeSimulator: A Large Language Model Powered Text-based Behavior Simulator [28.112491177744783]
  本研究では,BeSimulatorをテキストベースの環境下での動作シミュレーションの試みとして紹介する。 BeSimulatorはシナリオを一般化し、長距離複素シミュレーションを実現する。
  論文  参考訳（メタデータ） (2024-09-24T08:37:04Z)
• KAUCUS: Knowledge Augmented User Simulators for Training Language Model Assistants [3.724713116252253]
  有用な対話データを生成するシミュレータを作成することにより、効果的な指示追従アシスタントを開発することができる。 以前のユーザシミュレータは一般的に多様性に欠けており、ほとんどはクローズドドメインであり、厳密なスキーマを必要としていた。 本稿では,知識強化型ユーザシミュレータフレームワークであるKaucusを紹介し,多様なユーザシミュレータ作成プロセスの概要について述べる。
  論文  参考訳（メタデータ） (2024-01-29T06:57:02Z)
• GarchingSim: An Autonomous Driving Simulator with Photorealistic Scenes and Minimalist Workflow [24.789118651720045]
  光実写シーンを用いた自律走行シミュレータを提案する。 シミュレータはROS2またはSocket.IOを介して外部アルゴリズムと通信することができる。 シミュレータ内に高精度な車両力学モデルを実装し,車体効果の現実性を高める。
  論文  参考訳（メタデータ） (2024-01-28T23:26:15Z)
• Waymax: An Accelerated, Data-Driven Simulator for Large-Scale Autonomous Driving Research [76.93956925360638]
  Waymaxは、マルチエージェントシーンにおける自動運転のための新しいデータ駆動シミュレータである。 TPU/GPUなどのハードウェアアクセラレータで完全に動作し、トレーニング用のグラフ内シミュレーションをサポートする。 我々は、一般的な模倣と強化学習アルゴリズムのスイートをベンチマークし、異なる設計決定に関するアブレーション研究を行った。
  論文  参考訳（メタデータ） (2023-10-12T20:49:15Z)
• Two is Better Than One: Digital Siblings to Improve Autonomous Driving Testing [10.518360486008964]
  複数の汎用シミュレータ上で、与えられた自動運転車をテストするマルチシミュレータアプローチであるデジタルシミュレータの概念を導入する。 我々は、このようなマルチシミュレーターアプローチを、大規模なテストケースにおいて、物理的にスケールした自動運転車のデジタル双対に対して実証的に比較する。 実験により,デジタル双子の故障予測において,デジタル兄弟によるアンサンブル故障予測器が個々のシミュレータよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-05-14T04:10:56Z)
• Synthetic Data-Based Simulators for Recommender Systems: A Survey [55.60116686945561]
  本調査は,モデリングとシミュレーションの分野における最近のトレンドを包括的に概観することを目的としている。 まずは、シミュレーターを実装するフレームワークの開発の背後にあるモチベーションから始めます。 我々は,既存のシミュレータの機能,近似,産業的有効性に基づいて,新しい一貫した一貫した分類を行う。
  論文  参考訳（メタデータ） (2022-06-22T19:33:21Z)
• DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
  DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。 DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。 実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
  論文  参考訳（メタデータ） (2021-04-30T15:30:05Z)
• Generating and Characterizing Scenarios for Safety Testing of Autonomous Vehicles [86.9067793493874]
  最先端運転シミュレータを用いて,テストシナリオを特徴付け,生成するための効率的なメカニズムを提案する。 次世代シミュレーション(NGSIM)プロジェクトにおける実運転データの特徴付けに本手法を用いる。 事故回避の複雑さに基づいてメトリクスを定義してシナリオをランク付けし、事故発生の可能性を最小限に抑えるための洞察を提供します。
  論文  参考訳（メタデータ） (2021-03-12T17:00:23Z)
• A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
  本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。 我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。 我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
  論文  参考訳（メタデータ） (2020-11-17T22:24:26Z)
• Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial Observability in Visual Navigation [62.22058066456076]
  強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。 RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。 本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-27T17:46:59Z)
• LGSVL Simulator: A High Fidelity Simulator for Autonomous Driving [1.1742615451804794]
  本稿では,自律運転のための高忠実度シミュレータであるLGSVL Simulatorを紹介する。 シミュレータエンジンは、AutowareとApolloに接続する準備ができているエンドツーエンドのフルスタックシミュレーションを提供する。
  論文  参考訳（メタデータ） (2020-05-07T21:57:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。