論文の概要: Drivora: A Unified and Extensible Infrastructure for Search-based Autonomous Driving Testing

• arxiv url: http://arxiv.org/abs/2601.05685v1
• Date: Fri, 09 Jan 2026 10:08:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-12 17:41:49.942028
• Title: Drivora: A Unified and Extensible Infrastructure for Search-based Autonomous Driving Testing
• Title（参考訳）: Drivora: 検索ベースの自律運転テストのための統一的で拡張可能なインフラストラクチャ
• Authors: Mingfei Cheng, Lionel Briand, Yuan Zhou,
• Abstract要約: Drivoraは、広く使われているCARLAシミュレータ上に構築された自律運転システム(ADS)のための検索ベースのテストインフラストラクチャである。 Drivoraは、低レベルのアクション可能なパラメータを使用してシナリオを指定する、統一されたシナリオ定義であるOpenScenarioを導入した。 Drivoraはテストエンジン、シナリオ実行、ADS統合を分離する。
• 参考スコア（独自算出の注目度）: 6.096165740405909
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Search-based testing is critical for evaluating the safety and reliability of autonomous driving systems (ADSs). However, existing approaches are often built on heterogeneous frameworks (e.g., distinct scenario spaces, simulators, and ADSs), which require considerable effort to reuse and adapt across different settings. To address these challenges, we present Drivora, a unified and extensible infrastructure for search-based ADS testing built on the widely used CARLA simulator. Drivora introduces a unified scenario definition, OpenScenario, that specifies scenarios using low-level, actionable parameters to ensure compatibility with existing methods while supporting extensibility to new testing designs (e.g., multi-autonomous-vehicle testing). On top of this, Drivora decouples the testing engine, scenario execution, and ADS integration. The testing engine leverages evolutionary computation to explore new scenarios and supports flexible customization of core components. The scenario execution can run arbitrary scenarios using a parallel execution mechanism that maximizes hardware utilization for large-scale batch simulation. For ADS integration, Drivora provides access to 12 ADSs through a unified interface, streamlining configuration and simplifying the incorporation of new ADSs. Our tools are publicly available at https://github.com/MingfeiCheng/Drivora.
• Abstract（参考訳）: 検索ベースのテストは、自律運転システム(ADS)の安全性と信頼性を評価する上で重要である。 しかし、既存のアプローチは、しばしば異種フレームワーク(例えば、異なるシナリオ空間、シミュレータ、ADS)上に構築され、異なる設定で再利用および適応するのにかなりの労力を要する。 これらの課題に対処するために、広く使われているCARLAシミュレータ上に構築された検索ベースのADSテストのための統一的で拡張可能なインフラであるDrivoraを提案する。 これは、新しいテスト設計の拡張性をサポートしながら、既存のメソッドとの互換性を確保するために、低レベルで実行可能なパラメータを使用してシナリオを特定するものである。 これに加えて、Drivoraはテストエンジン、シナリオ実行、ADS統合を分離する。 テストエンジンは進化計算を利用して新しいシナリオを探索し、コアコンポーネントの柔軟なカスタマイズをサポートする。 シナリオの実行は、大規模バッチシミュレーションのハードウェア利用を最大化する並列実行メカニズムを使用して任意のシナリオを実行することができる。 ADSとの統合のために、Drivioraは統一されたインターフェースを通じて12のADSへのアクセスを提供し、構成を合理化し、新しいADSの組み込みを簡単にする。 私たちのツールはhttps://github.com/MingfeiCheng/Drivora.comで公開されています。

関連論文リスト

• Exploring Recommender System Evaluation: A Multi-Modal User Agent Framework for A/B Testing [54.456400601801704]
  A/Bテストのためのマルチモーダルユーザエージェント(A/Bエージェント)を提案する。 具体的には、A/Bテストのためのレコメンデーションサンドボックス環境を構築し、マルチモーダルおよびマルチページインタラクションを実現する。 モデル,データ,機能という3つの観点から,従来のA/Bテストに代わるエージェントの可能性を検証する。
  論文  参考訳（メタデータ） (2026-01-08T03:33:43Z)
• VehicleWorld: A Highly Integrated Multi-Device Environment for Intelligent Vehicle Interaction [78.34534983766973]
  VehicleWorldは、30のモジュール、250のAPI、680のプロパティを備えた、自動車ドメインのための最初の包括的な環境である。 本研究では,システム状態認識を明示的に維持し,目標条件を達成するために直接状態遷移を実装する新しい手法であるState-based Function Call (SFC)を提案する。
  論文  参考訳（メタデータ） (2025-09-08T14:28:25Z)
• 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)
• OpenCat: Improving Interoperability of ADS Testing [5.043563227694138]
  本稿では,ADAS回帰テストのためのベンチマークであるSensoDatの相互運用性を評価する。 我々はOpenDRIVEテストケースをCatmull-Romスプラインフォーマットに変換するコンバータOpenCatを紹介する。 SensoDatデータセットにOpenCatを適用することで、テストケースを再利用可能な道路シナリオに変換する上で、高い精度を実現しました。
  論文  参考訳（メタデータ） (2025-02-11T17:23:52Z)
• DriveTester: A Unified Platform for Simulation-Based Autonomous Driving Testing [24.222344794923558]
  DriveTesterはApollo上に構築されたシミュレーションベースの統合テストプラットフォームである。 一貫性があり信頼性の高い環境を提供し、軽量な交通シミュレータを統合し、様々な最先端のADSテスト技術を取り入れている。
  論文  参考訳（メタデータ） (2024-12-17T08:24:05Z)
• OpenSBT: A Modular Framework for Search-based Testing of Automated Driving Systems [0.4499833362998489]
  検索ベースソフトウェアテスト(SBT)は、自動走行システム(ADS)をテストするための効率的かつ効率的な手法である。 ADSのSBTを促進するオープンソース、モジュール、およびフレームワークであるOpenSBTを紹介する。
  論文  参考訳（メタデータ） (2023-06-17T08:51:42Z)
• Seeking Similarities over Differences: Similarity-based Domain Alignment for Adaptive Object Detection [86.98573522894961]
  本研究では,Unsupervised Domain Adaptation (UDA) アルゴリズムが検出に使用するコンポーネントを一般化するフレームワークを提案する。 具体的には、最適な設計選択を生かした新しいUDAアルゴリズムViSGAを提案し、インスタンスレベルの特徴を集約する単純だが効果的な方法を提案する。 類似性に基づくグループ化と対角トレーニングの両方により、モデルでは、ゆるやかに整列されたドメインにまたがるすべてのインスタンスにマッチせざるを得ず、機能グループを粗い整列することに集中することが可能であることが示されています。
  論文  参考訳（メタデータ） (2021-10-04T13:09:56Z)

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。