論文の概要: Integration of an Agent Model into an Open Simulation Architecture for Scenario-Based Testing of Automated Vehicles

• arxiv url: http://arxiv.org/abs/2605.13539v1
• Date: Wed, 13 May 2026 13:47:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:28.08366
• Title: Integration of an Agent Model into an Open Simulation Architecture for Scenario-Based Testing of Automated Vehicles
• Title（参考訳）: 自動走行車のシナリオベーステストのためのエージェントモデルのオープン・シミュレーション・アーキテクチャへの統合
• Authors: Christian Geller, Daniel Becker, Jobst Beckmann, Lutz Eckstein,
• Abstract要約: 本稿では,ツールに依存しないトラヒックエージェントモデルの統合を可能にする,標準化されたモジュール化されたシミュレーション統合アーキテクチャを提案する。 このアーキテクチャは、構造化メッセージフォーマットとしてOpen Simulation Interface(OSI)と、動的モデル交換のためのFMI(Functional Mock-up Interface)の上に構築されている。 評価の一環として, モデルが全てのシミュレーションプラットフォームにおいて一貫した振る舞いをもたらすことを示す。
• 参考スコア（独自算出の注目度）: 1.0499611180329804
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Simulative and scenario-based testing are crucial methods in the safety assurance for automated driving systems. To ensure that simulation results are reliable, the real world must be modeled with sufficient fidelity, including not only the static environment but also the surrounding traffic of a vehicle under test. Thus, the availability of traffic agent models is of common interest to model naturalistic and parameterizable behavior, similar to human drivers. The interchangeability of agent models across different simulation environments represents a major challenge and necessitates harmonization and standardization. To address this challenge, we present a standardized and modular simulation integration architecture that enables the tool-independent integration of traffic agent models. The architecture builds upon the Open Simulation Interface (OSI) as a structured message format and the Functional Mock-up Interface (FMI) for dynamic model exchange. Rather than introducing yet another model or simulation tool, we provide a reusable reference implementation that translates these standards into a practical integration blueprint, including clear interfaces, data mappings, and execution semantics. The generic nature of the architecture is demonstrated by integrating an exemplary agent model into three widely used simulation environments: OpenPASS, CARLA, and CarMaker. As part of the evaluation, we show that the model yields consistent behavior in all simulation platforms, thereby validating the interoperability, modularity, and standard compliance of the proposed architecture. The reference implementation lowers integration barriers, serves as a foundation for future research, and is made publicly available at github.com/ika-rwth-aachen/agent-model-integration
• Abstract（参考訳）: シミュレーションとシナリオベースのテストは、自動走行システムの安全性を保証する上で重要な方法である。 シミュレーション結果の信頼性を確保するために、実世界は静的環境だけでなく、テスト中の車両の周囲の交通量を含む十分な忠実度でモデル化されなければならない。 このように、トラヒックエージェントモデルの可用性は、人間のドライバと同様、自然主義的およびパラメータ化可能な振る舞いをモデル化する上で、一般的な関心事である。 異なるシミュレーション環境におけるエージェントモデルの交換性は大きな課題であり、調和と標準化が必要である。 この課題に対処するために,ツールに依存しないトラヒックエージェントモデルの統合を可能にする,標準化されたモジュール型シミュレーション統合アーキテクチャを提案する。 このアーキテクチャは、構造化メッセージフォーマットとしてOpen Simulation Interface(OSI)と、動的モデル交換のためのFMI(Functional Mock-up Interface)の上に構築されている。 新たなモデルやシミュレーションツールを導入するのではなく、これらの標準を、明確なインターフェース、データマッピング、実行セマンティクスを含む実用的な統合青写真に変換する再利用可能なリファレンス実装を提供する。 アーキテクチャの一般的な性質は、模範エージェントモデルを3つの広く使用されているシミュレーション環境(OpenPASS、CARLA、CarMaker)に統合することで実証される。 評価の結果、モデルが全てのシミュレーションプラットフォームで一貫した振る舞いを生じさせ、その結果、提案アーキテクチャの相互運用性、モジュール性、および標準準拠性を検証した。 参照実装は統合障壁を低くし、将来の研究の基礎として機能し、github.com/ika-rwth-aachen/agent-model-integrationで公開されている。

関連論文リスト

• Artificial Intelligence for Modeling and Simulation of Mixed Automated and Human Traffic [7.44360671272726]
  本稿では,エージェントレベルの行動モデル,環境レベルのシミュレーション手法,認知的および物理学的インフォームド手法の3つのファミリーにメソッドを編成する分類法を紹介する。 交通工学と計算機科学の両方の視点を網羅することで、これらの2つのコミュニティのギャップを埋めることを目指している。
  論文  参考訳（メタデータ） (2026-04-14T15:09:07Z)
• Model-Driven Legacy System Modernization at Scale [0.0]
  本稿では,レガシシステムモダナイゼーションに対するモデル駆動型アプローチを提案する。 分析、濃縮、合成、遷移の4段階のプロセスは系統的に抽出、抽象、変換を行う。 機能的動作と不可欠な非機能的特性を保ちながら、コアユーザインターフェースコンポーネントとページ構造を半自動でモダンなWebスタックに移行できることを示します。
  論文  参考訳（メタデータ） (2026-02-04T09:07:20Z)
• 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)
• A Unified Modeling Framework for Automated Penetration Testing [7.670104854248101]
  自動貫入テスト(AutoPT)への人工知能の統合は、インテリジェントエージェントのトレーニングのためのシミュレーションモデルの必要性を強調している。 シミュレーションモデリングのための統一フレームワークが利用可能であることには、認識されているギャップがある。 本稿では,文献の目的,ネットワークシミュレーションの複雑さ,技術的および戦術的操作の依存性,シナリオフィードバックと変動に基づく研究を分類するためにMDCPMを紹介する。 政策自動化に基づく新しいモデリングフレームワークであるAutoPT-Simを紹介し,すべての部分次元の組み合わせを包含する。
  論文  参考訳（メタデータ） (2025-02-17T09:21:53Z)
• Revisit Mixture Models for Multi-Agent Simulation: Experimental Study within a Unified Framework [19.558523263211942]
  マルチエージェントシミュレーションでは、行動多様性や閉ループ分布シフトが主な課題である。 本研究では,マルチモーダルエージェントの挙動を生成するための混合モデルを再検討し,本研究の主流となる手法について述べる。 本研究では,混合モデルに適したクローズドループサンプル生成手法を導入し,分散シフトを緩和する。
  論文  参考訳（メタデータ） (2025-01-28T15:26:25Z)
• Trajeglish: Traffic Modeling as Next-Token Prediction [67.28197954427638]
  自動運転開発における長年の課題は、記録された運転ログからシードされた動的運転シナリオをシミュレートすることだ。 車両、歩行者、サイクリストが運転シナリオでどのように相互作用するかをモデル化するために、離散シーケンスモデリングのツールを適用します。 我々のモデルはSim Agents Benchmarkを上回り、リアリズムメタメトリックの先行作業の3.3%、インタラクションメトリックの9.9%を上回ります。
  論文  参考訳（メタデータ） (2023-12-07T18:53:27Z)
• TrafficBots: Towards World Models for Autonomous Driving Simulation and Motion Prediction [149.5716746789134]
  我々は,データ駆動型交通シミュレーションを世界モデルとして定式化できることを示した。 動作予測とエンドツーエンドの運転に基づくマルチエージェントポリシーであるTrafficBotsを紹介する。 オープンモーションデータセットの実験は、TrafficBotsが現実的なマルチエージェント動作をシミュレートできることを示している。
  論文  参考訳（メタデータ） (2023-03-07T18:28:41Z)
• Sim-Env: Decoupling OpenAI Gym Environments from Simulation Models [0.0]
  強化学習(RL)は、AI研究の最も活発な分野の1つです。 開発方法論はまだ遅れており、RLアプリケーションの開発を促進するための標準APIが不足している。 多目的エージェントベースのモデルと派生した単一目的強化学習環境の分離開発と保守のためのワークフローとツールを提示する。
  論文  参考訳（メタデータ） (2021-02-19T09:25:21Z)

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。