論文の概要: CARLA-Air: Fly Drones Inside a CARLA World -- A Unified Infrastructure for Air-Ground Embodied Intelligence

• arxiv url: http://arxiv.org/abs/2603.28032v1
• Date: Mon, 30 Mar 2026 04:49:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.233357
• Title: CARLA-Air: Fly Drones Inside a CARLA World -- A Unified Infrastructure for Air-Ground Embodied Intelligence
• Title（参考訳）: CARLA-Air:CARLAワールド内を飛行するドローン
• Authors: Tianle Zeng, Hanxuan Chen, Yanci Wen, Hong Zhang,
• Abstract要約: CARLA-Airは、1つのUnreal Engineプロセス内に高忠実度都市運転と物理精度のマルチロータ飛行を統合するオープンソースのインフラである。 CARLA-Airは、共有物理ティッチとレンダリングパイプライン内で、ルールに準拠したトラフィック、社会的に認識された歩行者、空力的に一貫性のあるUAVダイナミクスを備えた環境を提供する。
• 参考スコア（独自算出の注目度）: 2.061094726550731
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The convergence of low-altitude economies, embodied intelligence, and air-ground cooperative systems creates growing demand for simulation infrastructure capable of jointly modeling aerial and ground agents within a single physically coherent environment. Existing open-source platforms remain domain-segregated: driving simulators lack aerial dynamics, while multirotor simulators lack realistic ground scenes. Bridge-based co-simulation introduces synchronization overhead and cannot guarantee strict spatial-temporal consistency. We present CARLA-Air, an open-source infrastructure that unifies high-fidelity urban driving and physics-accurate multirotor flight within a single Unreal Engine process. The platform preserves both CARLA and AirSim native Python APIs and ROS 2 interfaces, enabling zero-modification code reuse. Within a shared physics tick and rendering pipeline, CARLA-Air delivers photorealistic environments with rule-compliant traffic, socially-aware pedestrians, and aerodynamically consistent UAV dynamics, synchronously capturing up to 18 sensor modalities across all platforms at each tick. The platform supports representative air-ground embodied intelligence workloads spanning cooperation, embodied navigation and vision-language action, multi-modal perception and dataset construction, and reinforcement-learning-based policy training. An extensible asset pipeline allows integration of custom robot platforms into the shared world. By inheriting AirSim's aerial capabilities -- whose upstream development has been archived -- CARLA-Air ensures this widely adopted flight stack continues to evolve within a modern infrastructure. Released with prebuilt binaries and full source: https://github.com/louiszengCN/CarlaAir
• Abstract（参考訳）: 低高度経済、エンボディード・インテリジェンス、地上協調システムの収束は、一つの物理的に整合した環境の中で、空中および地上のエージェントを共同でモデル化できるシミュレーションインフラへの需要を増大させる。 既存のオープンソースプラットフォームはドメイン分離されている: ドライビングシミュレータは空力動力学を欠いているが、マルチロータシミュレータは現実的な地上シーンを欠いている。 ブリッジベースのコシミュレーションは同期オーバーヘッドを導入し、厳密な空間的時間的一貫性を保証できない。 CARLA-Airは、1つのUnreal Engineプロセス内に高忠実度都市運転と物理精度のマルチロータ飛行を統合するオープンソースのインフラである。 このプラットフォームはCARLAとAirSimのネイティブPython APIとROS 2インターフェースの両方を保存し、ゼロ修正コードの再利用を可能にする。 CARLA-Airは、共有物理ティッチとレンダリングパイプラインの中で、ルールに準拠したトラフィック、社会的に認識された歩行者、空力的に一貫したUAVダイナミクスを備えたフォトリアリスティックな環境を提供し、各ティッチで最大18のセンサーモダリティを同期的にキャプチャする。 このプラットフォームは、協力、ナビゲーションと視覚言語アクションの具体化、マルチモーダル認識とデータセット構築、強化学習ベースのポリシートレーニングにまたがる、航空地上の一般的なインテリジェンスワークロードをサポートする。 拡張可能なアセットパイプラインは、カスタムロボットプラットフォームを共有世界に統合することを可能にする。 アップストリーム開発がアーカイブされたAirSimの空中能力を継承することで、CARLA-Airはこの広く採用されている飛行スタックを近代的なインフラ内で進化し続けることを保証している。 ビルド済みバイナリとフルソースでリリースされた。 https://github.com/louiszengCN/CarlaAir

関連論文リスト

• AirSimAG: A High-Fidelity Simulation Platform for Air-Ground Collaborative Robotics [9.533422686927908]
  広範にカスタマイズされたAirSimフレームワーク上に構築された高忠実な空地協調シミュレーションプラットフォームであるAirsimAGを紹介する。 このプラットフォームは、同期マルチエージェントシミュレーションを可能にし、UAV-UGVシステムの異種センシングおよび制御インタフェースをサポートする。
  論文  参考訳（メタデータ） (2026-03-24T11:17:53Z)
• aerial-autonomy-stack -- a Faster-than-real-time, Autopilot-agnostic, ROS2 Framework to Simulate and Deploy Perception-based Drones [0.3262230127283452]
  我々は、パイプラインを(GPUアクセラレーションによる)知覚から(フライトコントローラベースの)アクションへ合理化するように設計された、オープンソースのエンドツーエンドフレームワークであるAero-autonomy-stackを紹介した。 完全な開発とデプロイメントスタックの,20倍以上の高速,エンドツーエンドのシミュレーションをサポートしています。
  論文  参考訳（メタデータ） (2026-02-06T23:29:33Z)
• Genie Envisioner: A Unified World Foundation Platform for Robotic Manipulation [69.30586607892842]
  我々は,ロボット操作のための統一世界基盤プラットフォームであるGenie Envisioner(GE)を紹介する。 GEは、ポリシー学習、評価、シミュレーションを単一のビデオ生成フレームワークに統合する。
  論文  参考訳（メタデータ） (2025-08-07T17:59:44Z)
• Sky-Drive: A Distributed Multi-Agent Simulation Platform for Human-AI Collaborative and Socially-Aware Future Transportation [8.821410584051648]
  本稿では,新しい分散マルチエージェントシミュレーションプラットフォームであるSky-Driveを紹介する。 Sky-Driveは、自動運転車と人間の道路ユーザーインタラクションモデリング、ヒューマン・イン・ザ・ループのトレーニング、社会的に認識された強化学習、パーソナライズされた運転開発、カスタマイズされたシナリオ生成など、多様なアプリケーションをサポートする。
  論文  参考訳（メタデータ） (2025-04-25T01:33:26Z)
• A General Infrastructure and Workflow for Quadrotor Deep Reinforcement Learning and Reality Deployment [48.90852123901697]
  本稿では, エンドツーエンドの深層強化学習(DRL)ポリシーを四元数へシームレスに移行できるプラットフォームを提案する。 本プラットフォームは, ホバリング, 動的障害物回避, 軌道追尾, 気球打上げ, 未知環境における計画など, 多様な環境を提供する。
  論文  参考訳（メタデータ） (2025-04-21T14:25:23Z)
• AirFogSim: A Light-Weight and Modular Simulator for UAV-Integrated Vehicular Fog Computing [18.03227366452815]
  本稿では,軽量かつモジュール化された地上共同シミュレーションプラットフォームであるAirFogSimの設計と実装について述べる。 UAVトラジェクトリ、タスクオフロード、リソース割り当て、ブロックチェーンを含む、AirFogSimの有効性を検証するために、多面的なユースケースが実行される。 AirFogSimは、UAV統合VFCシミュレーションにおける新たな先例を設定し、理論設計と実用的検証のギャップを埋め、将来のインテリジェントな輸送分野への道を開くことを想定されている。
  論文  参考訳（メタデータ） (2024-09-04T08:26:14Z)
• Gaussian Splatting to Real World Flight Navigation Transfer with Liquid Networks [93.38375271826202]
  本研究では,シミュレート・トゥ・リアルな視覚四重項ナビゲーションタスクにおける分布シフトに対する一般化とロバスト性を改善する手法を提案する。 まず,擬似飛行力学とガウススプラッティングを統合してシミュレータを構築し,その後,液状ニューラルネットワークを用いてロバストなナビゲーションポリシーを訓練する。 このようにして、我々は3次元ガウススプラッティングラディアンス場レンダリング、専門家による実演訓練データのプログラミング、およびLiquid Networkのタスク理解能力の進歩を組み合わせたフルスタックの模倣学習プロトコルを得る。
  論文  参考訳（メタデータ） (2024-06-21T13:48:37Z)
• VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and Policy Learning for Autonomous Vehicles [131.2240621036954]
  VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。 高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。 センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
  論文  参考訳（メタデータ） (2021-11-23T18:58:10Z)

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。