論文の概要: Modular2Simple: A Tool for Modular Scenario Creation Based on the OpenSCENARIO Format
- arxiv url: http://arxiv.org/abs/2606.10851v1
- Date: Tue, 09 Jun 2026 13:31:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 16:42:38.038672
- Title: Modular2Simple: A Tool for Modular Scenario Creation Based on the OpenSCENARIO Format
- Title（参考訳）: Modular2Simple: OpenSCENARIO フォーマットに基づくモジュールシナリオ作成ツール
- Authors: Nikolai Khriapov, Mohamed Taha Drif, Renjue Li, Cas Widdershoven,
- Abstract要約: 本稿では,複雑な自律運転システム(ADS)シナリオの作成プロセスの簡素化と拡張を目的としたModular2Simpleを紹介する。
OpenSCENARIOフォーマットで既存の単純なシナリオを活用することで、開発者は簡単にモジュール化可能なシナリオを作成できる。
- 参考スコア（独自算出の注目度）: 2.0678400907927306
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid advancement of autonomous driving systems (ADS) has introduced significant challenges, particularly in the creation of realistic and complex scenarios for testing and validation. This paper introduces Modular2Simple, a tool designed to address these challenges by simplifying and enhancing the process of creating complex ADS scenarios. Modular2Simple seamlessly integrates with the CARLA simulator and is applicable to any software that supports the OpenSCENARIO format. By leveraging existing simple scenarios in the OpenSCENARIO format, the tool enables developers to create easily customizable modular scenarios through the combination of multiple simple or modular scenarios, significantly simplifying the scenario creation process while maintaining flexibility in scenario design. This approach not only facilitates the development of complex scenarios, reducing both development time and effort, but also promotes scenario reuse and customization, which leads to a significant reduction in code complexity and enhanced efficiency in scenario design and testing compared to traditional scenario development methods.
- Abstract（参考訳）: 自律運転システム(ADS)の急速な進歩は、特にテストと検証のための現実的で複雑なシナリオの作成において、大きな課題をもたらしている。
本稿では,複雑なADSシナリオの作成プロセスの簡素化と拡張により,これらの課題に対処するツールであるModular2Simpleを紹介する。
Modular2SimpleはCARLAシミュレータとシームレスに統合され、OpenSCENARIOフォーマットをサポートするあらゆるソフトウェアに適用できる。
OpenSCENARIOフォーマットで既存の単純なシナリオを活用することで、開発者は複数の単純なシナリオやモジュラーシナリオを組み合わせることで、簡単にモジュール化可能なシナリオを作成できる。
このアプローチは複雑なシナリオの開発を促進し、開発時間と労力の両方を削減するだけでなく、シナリオの再利用とカスタマイズを促進する。
関連論文リスト
- Fine-tuning MLLMs Without Forgetting Is Easier Than You Think [72.59321247529975]
分布内および分布外画像およびテキスト入力のモデル性能を評価するための2x2実験フレームワークを設計する。
その結果、トレーニング可能なパラメータの数を制限したり、低学習率を採用するなど、適切な正規化が、アウト・オブ・ディストリビューション・イメージを扱う際の忘れを効果的に防止できることが示唆された。
我々は、このことをタスク固有のオーバーフィッティングとみなし、データハイブリッドトレーニング戦略を導入することでこの問題に対処する。
論文 参考訳（メタデータ） (2026-03-15T17:16:19Z) - Flexible Multitask Learning with Factorized Diffusion Policy [59.526246520933135]
マルチタスク学習は、ロボットの行動分布が多様で多様な性質を持つため、大きな課題となる。
既存のモノリシックモデルは、しばしばアクション分布に不適合であり、効率的な適応に必要な柔軟性に欠ける。
本稿では,複雑な行動分布を特殊拡散モデルの合成に分解する,新しいモジュラー拡散政策フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-26T07:11:47Z) - Simpliflow: A Lightweight Open-Source Framework for Rapid Creation and Deployment of Generative Agentic AI Workflows [0.0]
生成エージェントAIシステムは、複雑なマルチステップタスクを自動化するための強力なパラダイムとして登場しています。
これらのシステムを構築するための既存のフレームワークには、相当な複雑さ、急勾配の学習曲線、相当な定型コードが導入されている。
これは、これらの課題に対処するために設計された軽量でオープンソースのPythonフレームワークであるsimpliflowを導入する。
論文 参考訳（メタデータ） (2025-10-12T16:02:50Z) - Leveraging Importance Sampling to Detach Alignment Modules from Large Language Models [48.15777554876988]
伝統的なアライメント手法では、しばしば大きな事前訓練されたモデルを再訓練する必要がある。
本稿では,アライメント処理を重要サンプリングの一種として形式化する新しいtextitResidual Alignment Model (textitRAM) を提案する。
本稿では,トークンレベルの復号化を反復的に行う再サンプリングアルゴリズムを開発した。
論文 参考訳（メタデータ） (2025-05-26T08:53:02Z) - Adaptive Orchestration of Modular Generative Information Access Systems [59.102816309859584]
将来のモジュラー生成情報アクセスシステムのアーキテクチャは、単に強力なコンポーネントを組み立てるだけでなく、自己組織化システムを実現するだろう、と我々は主張する。
この観点は、IRコミュニティに適応的で自己最適化的で将来的なアーキテクチャを開発するためのモジュラーシステム設計を再考するよう促す。
論文 参考訳（メタデータ） (2025-04-24T11:35:43Z) - Chameleon: A Semi-AutoML framework targeting quick and scalable
development and deployment of production-ready ML systems for SMEs [0.0]
半AutoMLフレームワークChameleonの実装と概念について議論する。
Chameleonの目標は、プロダクション対応機械学習システムの高速でスケーラブルな開発とデプロイを中小企業のワークフローに組み込むことだ。
論文 参考訳（メタデータ） (2021-05-08T10:43:26Z)
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。