論文の概要: Multi-Robot Coordination in V2X Environments
- arxiv url: http://arxiv.org/abs/2605.06662v1
- Date: Thu, 07 May 2026 17:58:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-08 22:27:12.076591
- Title: Multi-Robot Coordination in V2X Environments
- Title（参考訳）: V2X環境におけるマルチロボット協調
- Authors: John Pravin Arockiasamy, Alexey Vinel,
- Abstract要約: 本稿では,社会ロボット間の分散協調を可能にするV2X通信フレームワークを提案する。
このフレームワークは、ロボット意識サービス(RAS)とロボットマニューバー調整サービス(RMCS)の2つのロボット中心の施設層サービスを導入している。
RASは、外部から検出されたVulnerable Road Users(VRU)を協調的な認識に統合しながら、役割認識、タスク指向ロボットの認識を可能にする。
RMCSは、明確に確立された役割の下で、ロボット操作のイベント駆動、低レイテンシ調整をサポートする。
- 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: This paper presents a Vehicle-to-Everything (V2X) communication framework that enables decentralized cooperation among social robots operating in complex urban traffic environments. Building on ETSI Cooperative Awareness and Maneuver Coordination services, the framework introduces two robot-centric facility-layer services: the Robot Awareness Service (RAS) and the Robot Maneuver Coordination Service (RMCS), realized through the Robot Awareness Message (RAM) and the Robot Maneuver Coordination Message (RMCM), respectively. RAS enables role-aware, task-oriented robot awareness while integrating externally detected Vulnerable Road Users (VRUs), including non-V2X pedestrians, into cooperative awareness. RMCS supports event-driven, low-latency coordination of robot maneuvers under explicitly established roles, without centralized infrastructure or prior pairing. A real-world proof of concept demonstrates deterministic multi-robot coordination between a humanoid robot and a quadrupedal robot assisting a pedestrian during a road-crossing scenario, governed by a formally specified finite-state coordination model. Complementary simulations evaluate robot-mediated VRU clustering in mixed V2X environments, showing that RAS-based clustering integrates non-V2X VRUs in safety-critical areas while reducing redundant transmissions from V2X-enabled VRUs, thereby lowering channel load. Together, the proposed services provide a scalable and standards-aligned foundation for integrating cooperative robots into future Connected, Cooperative, and Automated Mobility ecosystems.
- Abstract（参考訳）: 本稿では、複雑な都市交通環境で動作する社会ロボット間の分散協調を可能にするV2X通信フレームワークを提案する。
ETSIコラボレーティブ・アウェアネスとマニューバー・コーディネーション・サービスに基づくこのフレームワークでは,ロボット・アウェアネス・サービス(RAS)とロボット・マニューバー・コーディネーション・サービス(RMCS)という,ロボット・アウェアネス・メッセージ(RAM)とロボット・マニューバー・コーディネーション・メッセージ(RMCM)という,ロボット中心の2つの設備層サービスを導入している。
RASは、非V2X歩行者を含む外部から検出されたVulnerable Road Users(VRU)を協調的な認識に統合しながら、役割認識、タスク指向ロボットの認識を可能にする。
RMCSは、中央集権的なインフラストラクチャや事前のペアリングなしで、明確に確立された役割の下で、イベント駆動で低レイテンシなロボット操作の調整をサポートする。
実世界の概念実証は、正式に指定された有限状態協調モデルによって支配される道路横断シナリオにおいて歩行者を支援するヒューマノイドロボットと四足歩行ロボットとの間の決定論的多ロボット協調を示す。
相補シミュレーションにより、混合V2X環境におけるロボット介在型VRUクラスタリングを評価し、RASベースのクラスタリングは、V2X対応VRUからの冗長送信を低減し、チャネル負荷を低減しながら、安全クリティカルな領域において非V2X VRUを統合することを示した。
提案されたサービスは、コラボレーティブロボットを将来のConnected, Cooperative, Automated Mobilityエコシステムに統合するための、スケーラブルで標準に準拠した基盤を提供する。
関連論文リスト
- Federated Single-Agent Robotics: Multi-Robot Coordination Without Intra-Robot Multi-Agent Fragmentation [14.412476605788482]
We present Federated Single-Agent Robotics, a runtime architecture for multi-robot coordinates built on single-agent Robot runtimes。
我々は,権限委譲,ロボット間能力要求,局所逆フライト回収境界,階層的人的監督といった重要な調整関係を定式化した。
その結果、ガバナンスの局所性と、分解性の高いベースラインに対するリカバリの封じ込めが統計的に有意な増加を示した。
論文 参考訳（メタデータ） (2026-04-13T05:51:13Z) - Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery [64.82869118243723]
本稿では,脳波に基づく視覚・運動画像(VI/MI)とロボット制御を統合し,リアルタイム・意図駆動型把握・配置を実現するフレームワークを提案する。
このシステムは、BCI駆動のロボット工学の約束に感銘を受けて、オフラインで事前訓練されたデコーダをゼロショットで展開することによって、ニューラルネットワークを物理的制御でブリッジする。
論文 参考訳（メタデータ） (2026-03-03T17:41:42Z) - XR-DT: Extended Reality-Enhanced Digital Twin for Agentic Mobile Robots [10.083050242188422]
本稿では,エージェント移動ロボットのためのeXtended Reality-enhanced Digital TwinフレームワークであるXR-DTを提案する。
人間の意図,環境力学,ロボット認知をXR-DTフレームワークに組み込むことで,本システムは解釈可能,信頼性,適応的HRIを実現する。
論文 参考訳（メタデータ） (2025-12-04T21:49:14Z) - Task-Oriented Connectivity for Networked Robotics with Generative AI and Semantic Communications [2.54886412206415]
本稿では,汎用AI(GenAI)エージェントと目標指向のセマンティックコミュニケーション(SemCom)をセマンティック・アウェア・ネットワークの下で統合する,ロボットのための新しいコワーキング・フレームワークを提案する。
このエージェント駆動のパラダイムは、新たなレベルの自律性とインテリジェンスを可能にし、ネットワーク化されたロボットの複雑なタスクを、人間の介入を最小限に抑えて実行可能にする。
論文 参考訳（メタデータ） (2025-03-09T20:56:04Z) - Real-Time Multimodal Signal Processing for HRI in RoboCup: Understanding a Human Referee [1.7456666582626115]
本研究では、キーポイント抽出と分類によるジェスチャー認識のための2段階パイプラインと、効率的なwhi検出のための連続畳み込みニューラルネットワーク(CCNN)を実装した。
提案されたアプローチは、RoboCupのような競合する環境でのリアルタイムな人間とロボットのインタラクションを強化し、人間と協力できる自律システムの開発を前進させるためのツールを提供する。
論文 参考訳（メタデータ） (2024-11-26T11:39:43Z) - HARMONIC: Cognitive and Control Collaboration in Human-Robotic Teams [2.6627293764668902]
本稿では,人間ロボットチーム(HRT)に適用された汎用ロボット制御システムと,OntoAgent認知フレームワークを統合した認知ロボティックアーキテクチャについて述べる。
Harmonicはメタ認知、意味のある自然言語通信、HRTの相互信頼開発に必要な説明可能性を備えている。
論文 参考訳（メタデータ） (2024-09-26T16:48:21Z) - LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [72.81786007015471]
本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。
CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。
評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2024-01-10T00:08:00Z) - A Scalable Multi-Robot Framework for Decentralized and Asynchronous Perception-Action-Communication Loops [72.1902268440158]
グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。
ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。
近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。
本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-18T21:20:50Z)
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。