論文の概要: A Query-Driven Communication-Efficient Digital Twins Design for Autonomous Driving

• arxiv url: http://arxiv.org/abs/2606.28384v1
• Date: Mon, 22 Jun 2026 05:28:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.538325
• Title: A Query-Driven Communication-Efficient Digital Twins Design for Autonomous Driving
• Title（参考訳）: 自律運転のためのクエリ駆動通信効率の良いディジタルツインの設計
• Abstract要約: ディジタルツイン(DT)は、決定論的・高信頼性サービスのための物理的実体の危険のないシミュレーションを行うための潜在的な技術となっている。 車両のリアルタイム状態同期のみに依存する従来のDT手法は、許容できない計算と通信消費につながる可能性がある。 本稿では,DTが車両から望まれる環境データを積極的に要求できるようにするためのクエリ駆動型DTアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 48.449399096079624
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Digital twins (DTs) have become a potential technology to perform risk-free simulation of physical entities for deterministic and high-reliability services in diverse scenarios such as autonomous driving and low-altitude economy. In the autonomous driving scenario, traditional DT methods that rely solely on vehicle's real-time state synchronization, however, might lead to unacceptable computing and communication consumption for construction of high-fidelity DT with redundant data. To address this issue, we first propose a query-driven DT architecture to enable the DT to actively request the desired environment data from vehicles based on its simulation result. Then, we formulate an optimization problem whose goal is to minimize autonomous driving position error while accounting for DT fidelity and communication constraints. We also design a cross-time-step progressive query mechanism to further improve communication efficiency. The simulation results show that our proposed method achieves a 24% reduction in planning position error compared to traditional methods, while reducing communication overhead by 40%.
• Abstract（参考訳）: デジタル双生児(DT)は、自律運転や低高度経済などの様々なシナリオにおいて、決定論的・高信頼性サービスのための物理的実体の危険のないシミュレーションを行うための潜在的な技術となっている。 しかし、自律運転シナリオでは、車両のリアルタイム状態同期のみに依存する従来のDT手法は、冗長なデータによる高忠実度DTの構築において、許容不可能な計算と通信消費につながる可能性がある。 この問題に対処するために,我々はまず,DTが車両から要求される環境データをシミュレーション結果に基づいて積極的に要求できるようにするためのクエリ駆動型DTアーキテクチャを提案する。 そこで,DT忠実度と通信制約を考慮した自律走行位置誤差の最小化を目標とする最適化問題を定式化する。 また,通信効率を向上させるために,クロスタイム・プログレッシブ・クエリ・メカニズムを設計する。 シミュレーションの結果,提案手法は従来の手法に比べて計画位置誤差を24%削減し,通信オーバーヘッドを40%削減できることがわかった。

関連論文リスト

• A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
  車両の直接遠隔操作は重要な技術的ボトルネックに直面している。 通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。 本稿では,一方的な遠隔操作フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-11T01:51:08Z)
• Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
  マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。 既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。 本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
  論文  参考訳（メタデータ） (2026-05-26T21:17:53Z)
• World Model-Enabled Causal Digital Twins for Semantic Communications in Physical AI Systems [37.02293452905313]
  本稿では,クローズドループセンシング-通信-推論制御を用いた物理AIシステムにおける目標指向のセマンティックコミュニケーションについて検討する。 特に、セマンティック通信の問題は、無線ビット予算制約の下で、ビット当たりの長期的な戻り値として定式化される。 閉ループAIシステムのダイナミクスを捉えるために,世界モデル対応因果デジタルツイン(WM-CDT)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-15T18:41:51Z)
• Bringing Network Coding into Multi-Robot Systems: Interplay Study for Autonomous Systems over Wireless Communications [48.38270830044451]
  通信はマルチロボットシステムのコアイネーブルである。 本稿では,通信損失と遅延を緩和するトランスポート層信頼性機構が,自律通信ループを形成する方法を示す。 本稿では,ロボット間通信の遅延と損失による協調的局所化と,安全クリティカルなオーバーテイク操作の2つのケーススタディを提案する。
  論文  参考訳（メタデータ） (2026-03-18T08:26:17Z)
• Large Language Model-Empowered Decision Transformer for UAV-Enabled Data Collection [71.84636717632206]
  空間分散デバイスからの信頼性とエネルギー効率のよいデータ収集のための無人航空機(UAV)は、IoT(Internet of Things)アプリケーションをサポートする上で大きな可能性を秘めている。 有効なUAV制御ポリシーを学習するための共同言語モデル(LLM)を提案する。 LLM-CRDTは、現在の最先端DTアプローチよりも最大36.7%高いエネルギー効率を達成し、オンラインおよびオフラインメソッドのベンチマークより優れている。
  論文  参考訳（メタデータ） (2025-09-17T13:05:08Z)
• Lightweight Task-Oriented Semantic Communication Empowered by Large-Scale AI Models [66.57755931421285]
  大規模人工知能(LAI)モデルは、リアルタイム通信シナリオにおいて重大な課題を提起する。 本稿では,LAIモデルから知識を抽出・凝縮するために知識蒸留(KD)技術を活用することを提案する。 本稿では,反復推論の必要性を排除したプレストア圧縮機構を備えた高速蒸留法を提案する。
  論文  参考訳（メタデータ） (2025-06-16T08:42:16Z)
• Adaptive Communications in Collaborative Perception with Domain Alignment for Autonomous Driving [21.11621380546942]
  本稿では,チャネル認識型協調認識フレームワークACC-DAを提案する。 まず,通信グラフを構築可能な伝送遅延最小化法を設計する。 次に、速度歪みトレードオフを動的に調整し、知覚効率を向上させる適応データ再構成機構を提案する。
  論文  参考訳（メタデータ） (2023-09-15T03:53:35Z)
• Generative AI-empowered Simulation for Autonomous Driving in Vehicular Mixed Reality Metaverses [130.15554653948897]
  車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。 現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。 生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-02-16T16:54:10Z)
• Learning Based Task Offloading in Digital Twin Empowered Internet of Vehicles [22.088412340577896]
  インターネット・オブ・ビークルのためのタスク・オフロード・フレームワークとしてDigital Twin (DT)を提案する。 クラウドに居住するソフトウェアエージェントとして、DT間の通信を用いて、DTは両方のグローバルネットワーク情報を得ることができる。 本稿では,アルゴリズムが最適オフロード戦略を効果的に発見できることを示すとともに,高速収束と高性能化を実現可能であることを示す。
  論文  参考訳（メタデータ） (2021-12-28T08:24:56Z)

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。