論文の概要: From Optimizable to Interactable: Mixed Digital Twin-Empowered Testing of Vehicle-Infrastructure Cooperation Systems

• arxiv url: http://arxiv.org/abs/2603.17497v2
• Date: Thu, 19 Mar 2026 03:19:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.945283
• Title: From Optimizable to Interactable: Mixed Digital Twin-Empowered Testing of Vehicle-Infrastructure Cooperation Systems
• Title（参考訳）: 最適化可能から相互運用可能へ:車内構造物協調システムの混合ディジタル双極子駆動試験
• Authors: Jianghong Dong, Chunying Yang, Mengchi Cai, Chaoyi Chen, Qing Xu, Jianqiang Wang, Keqiang Li,
• Abstract要約: 車両・インフラ連携システムの長期運用には, コーナーケース下での十分なテストが不可欠である。 我々は、従来のL4'Optimizable'レベルを超えて、VICSデジタルツイン(VICS-DT)分類にL5'Interactable'レベルを導入する。 VICSと直接人間との相互作用を可能にすることにより、IMPACTは極めて不確実で予測不可能な人間の振る舞いをテストループに組み込む。
• 参考スコア（独自算出の注目度）: 17.77252849579696
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sufficient testing under corner cases is critical for the long-term operation of vehicle-infrastructure cooperation systems (VICS). However, existing corner-case generation methods are primarily AI-driven, and VICS testing under corner cases is typically limited to simulation. In this paper, we introduce an L5 ''Interactable'' level to the VICS digital twin (VICS-DT) taxonomy, extending beyond the conventional L4 ''Optimizable'' level. We further propose an L5-level VICS testing framework, IMPACT (Interactive Mixed-digital-twin Paradigm for Advanced Cooperative vehicle-infrastructure Testing). By enabling direct human interactions with VICS entities, IMPACT incorporates highly uncertain and unpredictable human behaviors into the testing loop, naturally generating high-quality corner cases that complement AI-based methods. Furthermore, the mixedDT-enabled ''Physical-Virtual Action Interaction'' facilitates safe VICS testing under corner cases, incorporating real-world environments and entities rather than purely in simulation. Finally, we implement IMPACT on the I-VIT (Interactive Vehicle-Infrastructure Testbed), and experiments demonstrate its effectiveness. The experimental videos are available at our project website: https://dongjh20.github.io/IMPACT.
• Abstract（参考訳）: 車両・インフラ協調システム(VICS)の長期運用には,コーナーケース下での十分なテストが不可欠である。 しかし、既存のコーナーケース生成法は主にAI駆動であり、コーナーケース下でのVICSテストは通常シミュレーションに限られる。 本稿では、従来のL4'Optimizable'レベルを超えて、VICSデジタルツイン(VICS-DT)分類にL5'Interactable'レベルを導入する。 さらに,L5レベルVICSテストフレームワークIMPACT(Interactive Mixed-digital-twin Paradigm for Advanced Cooperative Vehicle-infrastructure Testing)を提案する。 IMPACTは、VICSエンティティと直接のヒューマンインタラクションを可能にすることで、非常に不確実で予測不可能な人間の振る舞いをテストループに組み込んで、AIベースの手法を補完する高品質なコーナーケースを自然に生成する。 さらに、MixDT対応の「Physical-Virtual Action Interaction」は、シミュレーションではなく現実の環境や実体を取り入れ、コーナーケース下での安全なVICSテストを容易にする。 最後に,I-VIT(Interactive Vehicle-Infrastructure Testbed)にIMPACTを実装し,その有効性を示す実験を行った。 実験ビデオはプロジェクトのWebサイト(https://dongjh20.github.io/IMPACT.com)で公開されている。

関連論文リスト

• VP-AutoTest: A Virtual-Physical Fusion Autonomous Driving Testing Platform [47.03629760732478]
  本稿では,現実の交通参加者の多様性を再現する,自律走行用仮想物理テストプラットフォーム(VP-AutoTest)を提案する。 VP-AutoTestには多次元評価フレームワークとAI駆動のエキスパートシステムが組み込まれ、包括的なパフォーマンス評価と欠陥診断を行う。
  論文  参考訳（メタデータ） (2025-12-08T12:43:33Z)
• 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)
• CooTest: An Automated Testing Approach for V2X Communication Systems [15.570594621752834]
  我々は,V2X指向の協調認識モジュールの最初の自動テストツールであるCooTestを設計,実装した。 CooTestは、様々なV2X指向の運転条件下での誤動作を効果的に検出できる。
  論文  参考訳（メタデータ） (2024-08-29T12:01:21Z)
• COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
  本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。 われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
  論文  参考訳（メタデータ） (2022-05-04T17:55:12Z)
• V2X-ViT: Vehicle-to-Everything Cooperative Perception with Vision Transformer [58.71845618090022]
  我々は、道路上のエージェント間で情報を融合するために、V2X-ViTという全体論的アテンションモデルを構築した。 V2X-ViTは異質なマルチエージェント自己アテンションとマルチスケールウィンドウ自己アテンションの交互層から構成される。 我々のアプローチを検証するために、我々は大規模なV2X知覚データセットを作成します。
  論文  参考訳（メタデータ） (2022-03-20T20:18:25Z)

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。