論文の概要: Assessing behaviour coverage in a multi-agent system simulation for autonomous vehicle testing

• arxiv url: http://arxiv.org/abs/2512.23445v1
• Date: Mon, 29 Dec 2025 13:02:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-30 22:37:30.508651
• Title: Assessing behaviour coverage in a multi-agent system simulation for autonomous vehicle testing
• Title（参考訳）: 自動運転車テストのためのマルチエージェントシステムシミュレーションにおける行動カバレッジの評価
• Authors: Manuel Franco-Vivo,
• Abstract要約: 本研究では,自律走行車テスト用に設計されたマルチエージェントシステムシミュレーションの行動カバレッジ解析に焦点を当てた。 運転シナリオとエージェントの相互作用のセットを定義することにより、シミュレーションが自律運転に関連する幅広い挙動を包含する範囲を評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As autonomous vehicle technology advances, ensuring the safety and reliability of these systems becomes paramount. Consequently, comprehensive testing methodologies are essential to evaluate the performance of autonomous vehicles in diverse and complex real-world scenarios. This study focuses on the behaviour coverage analysis of a multi-agent system simulation designed for autonomous vehicle testing, and provides a systematic approach to measure and assess behaviour coverage within the simulation environment. By defining a set of driving scenarios, and agent interactions, we evaluate the extent to which the simulation encompasses a broad range of behaviours relevant to autonomous driving. Our findings highlight the importance of behaviour coverage in validating the effectiveness and robustness of autonomous vehicle systems. Through the analysis of behaviour coverage metrics and coverage-based testing, we identify key areas for improvement and optimization in the simulation framework. Thus, a Model Predictive Control (MPC) pedestrian agent is proposed, where its objective function is formulated to encourage \textit{interesting} tests while promoting a more realistic behaviour than other previously studied pedestrian agents. This research contributes to advancing the field of autonomous vehicle testing by providing insights into the comprehensive evaluation of system behaviour in simulated environments. The results offer valuable implications for enhancing the safety, reliability, and performance of autonomous vehicles through rigorous testing methodologies.
• Abstract（参考訳）: 自動運転車の技術が進歩するにつれて、これらのシステムの安全性と信頼性が最優先される。 したがって、多様で複雑な現実のシナリオにおいて、自動運転車の性能を評価するために包括的なテスト手法が不可欠である。 本研究は,自律走行車テスト用に設計されたマルチエージェントシステムシミュレーションの行動カバレッジ解析に焦点をあて,シミュレーション環境内の行動カバレッジを計測・評価するための体系的アプローチを提供する。 運転シナリオとエージェントの相互作用のセットを定義することにより、シミュレーションが自律運転に関連する幅広い振る舞いを包含する範囲を評価する。 本研究は,自律走行車システムの有効性とロバスト性を検証する上で,行動カバレッジの重要性を強調した。 行動カバレッジメトリクスとカバレッジベースのテストの分析を通じて、シミュレーションフレームワークにおける改善と最適化の鍵となる領域を特定する。 そこで, モデル予測制御(MPC)歩行者エージェントを提案し, 目的関数を定式化し, 従来研究されてきた他の歩行者エージェントよりも現実的な行動を促進する。 本研究は,シミュレーション環境におけるシステム行動の包括的評価に関する洞察を提供することにより,自律走行テストの分野の進展に寄与する。 この結果は、厳密な試験手法を通じて自動運転車の安全性、信頼性、性能を高める上で重要な意味を持つ。

関連論文リスト

• A Multi-Modality Evaluation of the Reality Gap in Autonomous Driving Systems [0.9956658791307307]
  我々は、Software-in-the-Loop (SiL), Vehicle-in-the-Loop (ViL), Mixed-Reality (MR), full real-world testingの4つの代表的なテストモードを比較した。 以上の結果から,SiLとViLのセットアップは実世界のダイナミックスとセンシングの重要な側面を単純化するが,MRテストは安全性や制御を損なうことなく知覚リアリズムを改善することが示唆された。
  論文  参考訳（メタデータ） (2025-09-26T14:08:53Z)
• MetAdv: A Unified and Interactive Adversarial Testing Platform for Autonomous Driving [85.04826012938642]
  MetAdvは、現実的でダイナミックでインタラクティブな評価を可能にする、新しい対向テストプラットフォームである。 フレキシブルな3D車両モデリングと、シミュレートされた環境と物理的環境のシームレスな遷移をサポートする。 生理的信号のリアルタイムキャプチャとドライバからの行動フィードバックを可能にする。
  論文  参考訳（メタデータ） (2025-08-04T03:07:54Z)
• Test Automation for Interactive Scenarios via Promptable Traffic Simulation [48.240394447516664]
  本稿では,対話型シナリオにおけるAVプランナ評価のための,現実的かつ安全クリティカルな人間の行動を生成する自動化手法を提案する。 我々は低次元目標位置を用いて複雑な人間の行動のパラメータ化を行い、それをプロンプト可能な交通シミュレータProSimに入力する。 テスト生成を自動化するために,目標領域を探索し,ベイズ最適化を用いて安全クリティカルな動作を効率的に識別するプロンプト生成モジュールを導入する。
  論文  参考訳（メタデータ） (2025-06-01T22:29:32Z)
• Improving Agent Behaviors with RL Fine-tuning for Autonomous Driving [17.27549891731047]
  我々は,強化学習を用いた行動モデルのクローズドループ微調整によりエージェント動作の信頼性を向上させる。 本手法は,衝突速度などの目標値の改善とともに,全体的な性能の向上を示す。 シミュレーションエージェントが自律走行車プランナーの質を計測する能力を直接評価するための新しいポリシー評価ベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-09-26T23:40:33Z)
• Testing predictive automated driving systems: lessons learned and future recommendations [0.9005172375036413]
  本稿では,自動運転機能における予測システムの実証実験結果について報告する。 予測自動運転機能のテスト経験に基づいて、現在の物理的なテストアプローチの主な限界を特定します。
  論文  参考訳（メタデータ） (2022-04-25T12:10:45Z)
• 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)

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。