論文の概要: MultiCoSim: A Python-based Multi-Fidelity Co-Simulation Framework

• arxiv url: http://arxiv.org/abs/2506.10869v1
• Date: Thu, 12 Jun 2025 16:31:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 15:37:22.837069
• Title: MultiCoSim: A Python-based Multi-Fidelity Co-Simulation Framework
• Title（参考訳）: MultiCoSim: Pythonベースのマルチフィデリティコシミュレーションフレームワーク
• Authors: Quinn Thibeault, Giulia Pedrielli,
• Abstract要約: MultiCoSimはPythonベースのシミュレーションフレームワークで、ユーザーはシミュレーションコンポーネントを定義し、構成し、構成することができる。 CPSは本質的にハードウェア、ソフトウェア、物理プロセスを統合する。 既存のシミュレーションツールは、しばしば厳格な構成、自動化サポートの欠如、ポータビリティとモジュール性への障害を示す。
• 参考スコア（独自算出の注目度）: 0.4972323953932129
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Simulation is a foundational tool for the analysis and testing of cyber-physical systems (CPS), underpinning activities such as algorithm development, runtime monitoring, and system verification. As CPS grow in complexity and scale, particularly in safety-critical and learning-enabled settings, accurate analysis and synthesis increasingly rely on the rapid use of simulation experiments. Because CPS inherently integrate hardware, software, and physical processes, simulation platforms must support co-simulation of heterogeneous components at varying levels of fidelity. Despite recent advances in high-fidelity modeling of hardware, firmware, and physics, co-simulation in diverse environments remains challenging. These limitations hinder the development of reusable benchmarks and impede the use of simulation for automated and comparative evaluation. Existing simulation tools often rely on rigid configurations, lack automation support, and present obstacles to portability and modularity. Many are configured through static text files or impose constraints on how simulation components are represented and connected, making it difficult to flexibly compose systems or integrate components across platforms. To address these challenges, we introduce MultiCoSim, a Python-based simulation framework that enables users to define, compose, and configure simulation components programmatically. MultiCoSim supports distributed, component-based co-simulation and allows seamless substitution and reconfiguration of components. We demonstrate the flexibility of MultiCoSim through case studies that include co-simulations involving custom automaton-based controllers, as well as integration with off-the-shelf platforms like the PX4 autopilot for aerial robotics. These examples highlight MultiCoSim's capability to streamline CPS simulation pipelines for research and development.
• Abstract（参考訳）: シミュレーションは、アルゴリズム開発、実行監視、システム検証などの基盤となる、サイバー物理システム(CPS)の分析とテストのための基礎的なツールである。 CPSの複雑さと規模が増大するにつれて、特に安全クリティカルで学習可能な環境では、正確な分析と合成はシミュレーション実験の迅速な利用にますます依存している。 CPSは本質的にハードウェア、ソフトウェア、物理プロセスを統合するため、シミュレーションプラットフォームは様々なレベルの不均一なコンポーネントの共シミュレーションをサポートしなければならない。 ハードウェア、ファームウェア、物理の高忠実度モデリングの最近の進歩にもかかわらず、多様な環境における共シミュレーションは依然として困難である。 これらの制限は再利用可能なベンチマークの開発を妨げ、自動および比較評価のためのシミュレーションの使用を妨げる。 既存のシミュレーションツールは、しばしば厳格な構成、自動化サポートの欠如、ポータビリティとモジュール性への障害を示す。 多くは静的テキストファイルを通じて構成され、シミュレーションコンポーネントがどのように表現され、接続されるかの制約が課されるため、システムを柔軟に構成したり、プラットフォーム間でコンポーネントを統合することは困難である。 これらの課題に対処するために,PythonベースのシミュレーションフレームワークであるMultiCoSimを紹介した。 MultiCoSimは、分散されたコンポーネントベースのコシミュレーションをサポートし、コンポーネントのシームレスな置換と再構成を可能にする。 ケーススタディでは、カスタムオートマトンベースのコントローラーを含むコシミュレートや、PX4オートパイロットのような市販のロボットプラットフォームとの統合など、MultiCoSimの柔軟性を実証する。 これらの例では、研究と開発のためにCPSシミュレーションパイプラインを合理化するMultiCoSimの機能を強調している。

関連論文リスト

• G-Sim: Generative Simulations with Large Language Models and Gradient-Free Calibration [48.948187359727996]
  G-Simは、厳密な経験的校正によるシミュレータ構築を自動化するハイブリッドフレームワークである。 信頼性のある因果的インフォームドシミュレータを生成し、データ効率を軽減し、堅牢なシステムレベルの介入を可能にする。
  論文  参考訳（メタデータ） (2025-06-10T22:14:34Z)
• Simulation Streams: A Programming Paradigm for Controlling Large Language Models and Building Complex Systems with Generative AI [3.3126968968429407]
  Simulation Streamsは、LLM(Large Language Models)を効率的に制御し活用するために設計されたプログラミングパラダイムである。 私たちの一番の目標は、一貫性を維持するための制限に対処しながら、LLMのエージェント能力を活用するフレームワークを作ることです。
  論文  参考訳（メタデータ） (2025-01-30T16:38:03Z)
• GausSim: Foreseeing Reality by Gaussian Simulator for Elastic Objects [55.02281855589641]
  GausSimは、ガウスカーネルを通して表現される現実の弾性物体の動的挙動をキャプチャするために設計された、ニューラルネットワークベースの新しいシミュレータである。 我々は連続体力学を活用し、各カーネルを連続体を表すCenter of Mass System (CMS)として扱う。 さらに、ガウスシムは質量や運動量保存のような明示的な物理制約を取り入れ、解釈可能な結果と堅牢で物理的に妥当なシミュレーションを確実にする。
  論文  参考訳（メタデータ） (2024-12-23T18:58:17Z)
• Stabilizing Reinforcement Learning in Differentiable Multiphysics Simulation [11.360832156847103]
  本稿では,剛体や変形物を含むタスクにおけるRLのスケーリングを実現するための,新しいRLアルゴリズムとシミュレーションプラットフォームを提案する。 我々は,最大エントロピー1次モデルに基づくRLアルゴリズムであるSoft Analytic Policy (SAPO)を導入する。 また,剛体以外の様々な材料を模擬する並列微分可能多物理シミュレーションプラットフォームであるRewarpedを開発した。
  論文  参考訳（メタデータ） (2024-12-16T18:56:24Z)
• SimPhony: A Device-Circuit-Architecture Cross-Layer Modeling and Simulation Framework for Heterogeneous Electronic-Photonic AI System [7.378742476019604]
  異種電子フォトニックAIシステムのための多層モデリングおよびシミュレーションフレームワークであるSimPhonyを提案する。 SimPhonyは、統一的で汎用的で高忠実なシミュレーションプラットフォームを提供することで、研究者が複数のドメインにわたるAIハードウェアを革新し、評価することを可能にする。
  論文  参考訳（メタデータ） (2024-11-20T21:21:54Z)
• Designing and Implementing a Generator Framework for a SIMD Abstraction Library [53.84310825081338]
  SIMD抽象化ライブラリを生成するための新しいエンドツーエンドフレームワークであるTSLGenを提案する。 私たちのフレームワークは既存のライブラリに匹敵するもので、同じパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-26T13:25:38Z)
• Optimising Highly-Parallel Simulation-Based Verification of Cyber-Physical Systems [0.0]
  サイバー物理システム(CPS)は多くの産業関連領域で発生し、しばしばミッションクリティカルまたは安全クリティカルである。 CPSのシステムレベル検証(SLV)は、与えられた(例えば、安全か生きか)仕様が満たされているか、あるいはある価値を推定することを保証することを目的としている。
  論文  参考訳（メタデータ） (2023-07-28T08:08:27Z)
• ClimSim-Online: A Large Multi-scale Dataset and Framework for Hybrid ML-physics Climate Emulation [45.201929285600606]
  我々は、ハイブリッドML物理シミュレータを開発するためのエンドツーエンドワークフローを含むClimSim-Onlineを提案する。 データセットはグローバルで、高いサンプリング頻度で10年間にわたっています。 MLモデルを運用環境シミュレータに統合するための、クロスプラットフォームでコンテナ化されたパイプラインを提供します。
  論文  参考訳（メタデータ） (2023-06-14T21:26:31Z)
• A SysML-based language for evaluating the integrity of simulation and physical embodiments of Cyber-Physical systems [0.0]
  本稿では,SysMLに基づくシミュレート・物理システムモデリング言語(SPSysML)を紹介する。 サイバー物理システムにおけるコンポーネント再利用性を評価するためのドメイン仕様言語である。
  論文  参考訳（メタデータ） (2023-03-17T16:56:48Z)
• FluidLab: A Differentiable Environment for Benchmarking Complex Fluid Manipulation [80.63838153351804]
  複雑な流体力学を含む多種多様な操作タスクを備えたシミュレーション環境であるFluidLabを紹介する。 私たちのプラットフォームの中心には、GPU加速シミュレーションと勾配計算を提供する、完全に微分可能な物理シミュレータがあります。 微分可能物理学と組み合わせたいくつかのドメイン固有最適化スキームを提案する。
  論文  参考訳（メタデータ） (2023-03-04T07:24:22Z)

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。