論文の概要: Compiling OpenSCENARIO 2.1 for Scenario-Based Testing in CARLA

• arxiv url: http://arxiv.org/abs/2604.16452v2
• Date: Sun, 26 Apr 2026 15:48:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:14.012511
• Title: Compiling OpenSCENARIO 2.1 for Scenario-Based Testing in CARLA
• Title（参考訳）: CARLAにおけるシナリオベースのテストのためのOpenSCENARIO 2.1のコンパイル
• Authors: Thoshitha Gamage, Lasanthi Gamage,
• Abstract要約: 本稿では,OpenSCENARIO 2.1 DSLを直接実行可能なCARLA動作に変換する,現代的なコンパイラアーキテクチャを提案する。 このパイプラインは、AST(Abstract Syntax Tree)生成のためのANTLR4ランタイム、セマンティックなミドルウェア、決定論的py_trees振舞いツリーを合成するバックエンドを備えている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While the ASAM OpenSCENARIO 2.1 Domain-Specific Language (DSL) enables declarative, intent-driven authoring for Scenario-Based Testing (SBT), its integration into open-source simulators like CARLA remains limited by legacy parsers. We propose a multi-pass modern compiler architecture that translates the OpenSCENARIO 2.1 DSL directly into executable CARLA behaviors. The pipeline features an ANTLR4 frontend for Abstract Syntax Tree (AST) generation, a semantic middle-end, and a runtime backend that synthesizes deterministic py_trees behavior trees. Mapping the standardized domain ontology directly to CARLA's procedural API via a custom method registry eliminates the need for external logic solvers. A demonstrative multi-actor cut-in and evasive maneuver, selected from a wider suite of validated scenarios, confirms the compiler's ability to process concurrent actions, dynamic mathematical expressions, and asynchronous signaling. This framework establishes a functional baseline for reproducible, large-scale SBT, paving the way for future C++ optimizations to mitigate current Python-based computational overhead.
• Abstract（参考訳）: ASAM OpenSCENARIO 2.1 Domain-Specific Language (DSL)はシナリオベーステスティング(SBT)の宣言的かつ意図的なオーサリングを可能にするが、CARLAのようなオープンソースシミュレータへの統合はレガシーパーサによって制限されている。 本稿では,OpenSCENARIO 2.1 DSLを直接実行可能なCARLA動作に変換するマルチパス・モダンコンパイラアーキテクチャを提案する。 パイプラインには、抽象構文木(AST)生成用のANTLR4フロントエンド、セマンティックなミドルウェア、決定論的py_trees挙動木を合成するランタイムバックエンドが含まれている。 標準化されたドメインオントロジーをカスタムメソッドレジストリを通じてCARLAのプロシージャAPIに直接マッピングすることで、外部ロジックソルバの必要性がなくなる。 より広範な検証シナリオから選択された実証的マルチアクターカットインと回避操作は、コンパイラが並列アクション、動的数学的表現、非同期シグナリングを処理する能力を確認する。 このフレームワークは、再現可能な大規模なSBTのための機能的ベースラインを確立し、現在のPythonベースの計算オーバーヘッドを軽減するために、将来のC++最適化の道を開く。

関連論文リスト

• $\mathcal{S}^2$IT: Stepwise Syntax Integration Tuning for Large Language Models in Aspect Sentiment Quad Prediction [51.165432266846096]
  構文構造情報は、大言語モデル(LLM)の生成パラダイムにおいて未利用である S2ITは、多段階のチューニングプロセスを通じて、構文構造知識をLLMに徐々に統合する。 実験により、S2ITは複数のデータセットにわたる最先端のパフォーマンスを大幅に改善することが示された。
  論文  参考訳（メタデータ） (2026-04-25T13:24:29Z)
• From Inference Routing to Agent Orchestration: Declarative Policy Compilation with Cross-Layer Verification [10.651054435747385]
  Semantic Router DSLは、要求ごとの推論のために本番環境にデプロイされる非チューリング完全ポリシー言語である。 本稿では、ステートレスな要求ごとのルーティングからマルチステップのエージェントルーティングまで、同じ言語を拡張した。
  論文  参考訳（メタデータ） (2026-03-28T15:04:31Z)
• OVI-MAP:Open-Vocabulary Instance-Semantic Mapping [108.66131262110095]
  OVI-MAPは、RGB-D入力から漸進的に構築される、クラスに依存しない3Dインスタンスマップである。 意味的特徴は、視覚言語モデルを用いて、選択された少数のビューからのみ抽出される。 我々のシステムはリアルタイムに動作し、標準ベンチマークで最先端のオープン語彙マッピングのベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-03-27T15:50:59Z)
• Declarative Scenario-based Testing with RoadLogic [2.2107822884016404]
  宣言型OS2仕様と実行可能なシミュレーションを橋渡しするRoadLogicを提案する。 結果は、RoadLogicが数分で、現実的で、仕様に満足するシミュレーションを一貫して生成していることを示している。
  論文  参考訳（メタデータ） (2026-03-10T10:11:09Z)
• SPARC: Scenario Planning and Reasoning for Automated C Unit Test Generation [1.0010193170880752]
  本稿では,高レベルのプログラム意図とポインタ演算と手動メモリ管理の厳密な構文制約とのギャップを埋める,ニューロシンボリックなシナリオベースのフレームワークを提案する。 我々は、59の現実世界およびアルゴリズムの被験者で評価し、バニラプロンプト生成ベースラインを31.36%、分岐カバレッジ26.01%、突然変異スコア20.78%で上回り、シンボリック実行ツールKLEEに適合または超えている。
  論文  参考訳（メタデータ） (2026-02-18T18:09:03Z)
• Prism: Efficient Test-Time Scaling via Hierarchical Search and Self-Verification for Discrete Diffusion Language Models [96.0074341403456]
  LLM推論を改善するための実用的な方法として、推論時計算が再導入されている。 テスト時間スケーリング(TTS)アルゴリズムの多くは、自動回帰デコーディングに依存している。 そこで我々は,dLLM のための効率的な TTS フレームワーク Prism を提案する。
  論文  参考訳（メタデータ） (2026-02-02T09:14:51Z)
• Natural Language Interface for Firewall Configuration [0.0]
  本稿では,企業ファイアウォール構築のための自然言語インタフェースの設計とプロトタイプ実装について述べる。 このフレームワークは、管理者がプレーン言語でアクセス制御ポリシーを表現し、ベンダー固有のポリシーに変換することを可能にする。
  論文  参考訳（メタデータ） (2025-12-11T16:33:33Z)
• Synergy-Guided Compiler Auto-Tuning of Nested LLVM Pass Pipelines [10.570484818376537]
  我々は、New Pass Managerのためにゼロから構築された新しい自動チューニングフレームワークを提示する。 我々は,これらの森林を直接操作する構造認識型遺伝的アルゴリズムを開発した。 LLVM 18.1.6を用いて7つのベンチマークデータセットに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2025-10-15T06:14:44Z)
• Commit0: Library Generation from Scratch [77.38414688148006]
  Commit0は、AIエージェントにスクラッチからライブラリを書くよう促すベンチマークである。 エージェントには、ライブラリのAPIを概説する仕様文書と、インタラクティブなユニットテストスイートが提供されている。 Commit0はまた、モデルが生成したコードに対して静的解析と実行フィードバックを受け取る、インタラクティブな環境も提供する。
  論文  参考訳（メタデータ） (2024-12-02T18:11:30Z)
• COrAL: Order-Agnostic Language Modeling for Efficient Iterative Refinement [80.18490952057125]
  反復改良は、複雑なタスクにおける大規模言語モデル(LLM)の能力を高める効果的なパラダイムとして登場した。 我々はこれらの課題を克服するために、コンテキストワイズ順序非依存言語モデリング(COrAL)を提案する。 当社のアプローチでは、管理可能なコンテキストウィンドウ内で複数のトークン依存関係をモデル化しています。
  論文  参考訳（メタデータ） (2024-10-12T23:56:19Z)
• X2Parser: Cross-Lingual and Cross-Domain Framework for Task-Oriented Compositional Semantic Parsing [51.81533991497547]
  タスク指向コンポジションセマンティックパーシング(TCSP)は複雑なネストされたユーザクエリを処理する。 本報告では,TCSPの変換可能なクロスランガルとクロスドメインを比較した。 本稿では,フラット化意図とスロット表現を別々に予測し,両方の予測タスクをシーケンスラベリング問題にキャストすることを提案する。
  論文  参考訳（メタデータ） (2021-06-07T16:40:05Z)

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。