論文の概要: To New Beginnings: A Survey of Unified Perception in Autonomous Vehicle Software

• arxiv url: http://arxiv.org/abs/2508.20892v1
• Date: Thu, 28 Aug 2025 15:20:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-29 18:12:02.476583
• Title: To New Beginnings: A Survey of Unified Perception in Autonomous Vehicle Software
• Title（参考訳）: 自動車ソフトウェアにおける統一認識の新たな展開
• Authors: Loïc Stratil, Felix Fent, Esteban Rivera, Markus Lienkamp,
• Abstract要約: 統合された認識の包括的概要を提供し、タスク統合、追跡定式化、表現フローに沿ってメソッドを分類する包括的で体系的な分類を導入した。 この研究は、統合された知覚を理解し、進化させるための最初の包括的な枠組みを確立し、断片化された努力を統合し、より堅牢で、一般化可能で、解釈可能な知覚に向けて将来の研究を導く。
• 参考スコア（独自算出の注目度）: 9.358517073480542
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous vehicle perception typically relies on modular pipelines that decompose the task into detection, tracking, and prediction. While interpretable, these pipelines suffer from error accumulation and limited inter-task synergy. Unified perception has emerged as a promising paradigm that integrates these sub-tasks within a shared architecture, potentially improving robustness, contextual reasoning, and efficiency while retaining interpretable outputs. In this survey, we provide a comprehensive overview of unified perception, introducing a holistic and systemic taxonomy that categorizes methods along task integration, tracking formulation, and representation flow. We define three paradigms -Early, Late, and Full Unified Perception- and systematically review existing methods, their architectures, training strategies, datasets used, and open-source availability, while highlighting future research directions. This work establishes the first comprehensive framework for understanding and advancing unified perception, consolidates fragmented efforts, and guides future research toward more robust, generalizable, and interpretable perception.
• Abstract（参考訳）: 自律的な車両認識は通常、タスクを検出、追跡、予測に分解するモジュールパイプラインに依存します。 解釈可能ながら、これらのパイプラインはエラーの蓄積とタスク間シナジーの制限に悩まされる。 統一された認識は、これらのサブタスクを共有アーキテクチャに統合し、解釈可能な出力を維持しながら堅牢性、文脈的推論、効率性を向上する有望なパラダイムとして登場した。 本調査では、タスク統合、追跡定式化、表現フローに沿ってメソッドを分類する全体的・体系的な分類を導入し、統合された認識の包括的概要を提供する。 Early, Late, and Full Unified Perceptionという3つのパラダイムを定義し、既存のメソッド、アーキテクチャ、トレーニング戦略、使用されているデータセット、そしてオープンソースの可用性を体系的にレビューし、今後の研究方向性を強調します。 この研究は、統合された知覚を理解し、進化させるための最初の包括的な枠組みを確立し、断片化された努力を統合し、より堅牢で、一般化可能で、解釈可能な知覚に向けて将来の研究を導く。

関連論文リスト

• Explain Before You Answer: A Survey on Compositional Visual Reasoning [74.27548620675748]
  構成的視覚推論は、マルチモーダルAIにおける重要な研究フロンティアとして登場した。 本調査は,トップ会場(CVPR,ICCV,NeurIPS,ICML,ACLなど)から260以上の論文を体系的にレビューする。 次に60以上のベンチマークとそれに対応するメトリクスを、基底精度、連鎖忠実性、高分解能知覚などの次元に沿って探索する。
  論文  参考訳（メタデータ） (2025-08-24T11:01:51Z)
• Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why [50.191655141020505]
  この調査は、デモから学ぶ機能ベースのアプローチとGANベースのアプローチの比較分析を提供する。 特徴に基づく手法とGANに基づく手法の2分法はますます曖昧になっていると我々は主張する。
  論文  参考訳（メタデータ） (2025-07-08T11:45:51Z)
• Efficient and Generalizable Environmental Understanding for Visual Navigation [14.10058573339022]
  ビジュアルナビゲーションは、エージェントが与えられた目的に向かって複雑な環境をナビゲートできるようにする、Embodied AIの中核的なタスクである。 エージェントの環境理解能力を高めるために因果理解モジュールを組み込んだ因果認識ナビゲーション(CAN)を提案する。
  論文  参考訳（メタデータ） (2025-06-18T11:47:02Z)
• Joint Perception and Prediction for Autonomous Driving: A Survey [1.4630192509676043]
  知覚と予測モジュールは自律運転システムの重要な構成要素である。 伝統的に、これらのタスクは独立して開発され、最適化される。 本稿では,入力表現,シーンコンテキストモデリング,出力表現に基づいてアプローチを分類する分類法を提案する。
  論文  参考訳（メタデータ） (2024-12-18T17:34:52Z)
• Active Sensing with Predictive Coding and Uncertainty Minimization [0.0]
  2つの生物学的計算から着想を得たエンボディード探索のためのエンドツーエンドの手法を提案する。 まず,迷路ナビゲーションタスクによるアプローチを実演し,環境の遷移分布と空間的特徴を明らかにする。 本モデルでは,視覚シーンを効率的に分類するための探索によって,教師なし表現を構築する。
  論文  参考訳（メタデータ） (2023-07-02T21:14:49Z)
• On Neural Architecture Inductive Biases for Relational Tasks [76.18938462270503]
  合成ネットワーク一般化(CoRelNet)と呼ばれる類似度分布スコアに基づく簡単なアーキテクチャを導入する。 単純なアーキテクチャの選択は、分布外一般化において既存のモデルより優れていることが分かる。
  論文  参考訳（メタデータ） (2022-06-09T16:24:01Z)
• Robust Learning Through Cross-Task Consistency [92.42534246652062]
  クロスタスク整合性を用いた学習向上のための,広く適用可能な完全計算手法を提案する。 クロスタスク一貫性による学習は,より正確な予測と,アウト・オブ・ディストリビューション・インプットの一般化につながることを観察する。
  論文  参考訳（メタデータ） (2020-06-07T09:24:33Z)

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。