論文の概要: Goal-Oriented Semantic Communication for Distributed ISAC-Enabled Vehicle Coordination
- arxiv url: http://arxiv.org/abs/2607.15111v1
- Date: Thu, 16 Jul 2026 15:21:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.156873
- Title: Goal-Oriented Semantic Communication for Distributed ISAC-Enabled Vehicle Coordination
- Title（参考訳）: 分散型ISAC-Enabled Vehicle Coordinationのための目標指向セマンティック通信
- Abstract要約: 交差点における分散統合センシング・通信(ISAC)対応車両協調の新たなシナリオについて検討する。
目的指向型セマンティック通信(GSC)フレームワークを提案し,セマンティックに重要な場合にのみ,センサとC&C信号を送信する。
提案手法は, 衝突のない車両の協調を100%達成し, 信号処理のオーバーヘッドを大幅に低減することを示す。
- 参考スコア（独自算出の注目度）: 25.673562201868737
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vehicle coordination at unsignalized intersections relies on accurate real-time vehicle state acquisition and reliable command-and-control (C&C) signal delivery. However, existing studies typically treat sensing, communication, and control separately, which may lead to redundant transmissions, outdated state information, and unreliable vehicle coordination. In this paper, we investigate a new scenario of distributed integrated sensing and communication (ISAC)-enabled vehicle coordination at intersections, where multiple roadside units (RSUs) collaboratively transmit sensing signals for vehicle state acquisition and C&C signals for vehicle movement control under the management of a central base station (BS). To improve signaling efficiency, we propose a unified goal-oriented semantic communication (GSC) framework, which transmits sensing and C&C signals only when they are semantically important for improving intersection traffic throughput. Specifically, an extended Kalman filter (EKF) is adopted to predict vehicle states and fuse distributed sensing measurements. A masked hybrid proximal policy optimization (MHPPO) framework is then developed to jointly determine sensing transmission decisions, C&C transmission decisions, and C&C signal contents based on a value-of-information (VoI) reward. Furthermore, we propose an uncertainty-aware transmission design (UTD), including robust beamforming and VoI-based time-division power allocation, to improve sensing and communication reliability under vehicle state uncertainty and inter-RSU interference. Simulation results show that our proposed framework achieves 100% collision-free vehicle coordination with significantly reduced signaling overhead compared with predictive ISAC baselines adapted from state-of-the-art related studies and several ablation baselines.
- Abstract（参考訳）: 信号のない交差点での車両の協調は、正確なリアルタイムの車両状態の取得と、C&C信号の伝達に依存している。
しかし、既存の研究は通常、センサー、通信、制御を別々に扱い、冗長な送信、時代遅れの状態情報、信頼性の低い車両調整につながる可能性がある。
本稿では,複数の道路側ユニット(RSU)が,中央基地局(BS)の管理下で車両の移動制御のためのセンサ信号とC&C信号とを協調的に送信する交差点におけるISAC対応車両協調の新たなシナリオについて検討する。
信号処理効率を向上させるために,通信スループットを向上させるために意味的に重要である場合にのみ,センサとC&C信号を伝達する統合目標指向セマンティック通信(GSC)フレームワークを提案する。
具体的には、カーマンフィルタ(EKF)を用いて車両の状態の予測と分散センシングの測定を行う。
次に、MHPPO(Maded Hybrid proximal Policy Optimization)フレームワークを開発し、入力送信決定、C&C送信決定、C&C信号の内容をVoI(Value-of-information)報酬に基づいて共同で決定する。
さらに、車両状態の不確実性およびRSU干渉時の検知および通信信頼性を向上させるために、ロバストビームフォーミングとVoIベースの時間分割電力割り当てを含む不確実性を考慮した伝送設計(UTD)を提案する。
シミュレーションの結果,提案手法は,最先端関連研究およびいくつかのアブレーションベースラインから適応した予測ISACベースラインと比較して,信号処理のオーバーヘッドを大幅に低減した100%衝突のない車両協調を実現していることがわかった。
関連論文リスト
- A VAE-Driven Multi-Task Satellite-Aided Semantic Communication Framework for 6G-Enabled Connected Autonomous Vehicles [51.449502491030756]
衛星支援自動運転のためのマルチタスク・セマンティック・コミュニケーション・フレームワークを提案する。
このフレームワークは、両方のタスクを共同で最適化するために、エンドツーエンドで訓練されている。
提案手法は,87.23%から98.17%までの帯域幅削減を実現している。
論文 参考訳（メタデータ） (2026-07-15T06:49:41Z) - Multi-Agent Embodied Autonomous Driving: From V2X Information Exchange to Shared World Models [16.06080006560829]
自律運転は、孤立した車両の知性から、不確実性の下で知覚、推論意図、協調行動を共有するマルチエージェント・エンボディシステムへとシフトしている。
車両間通信(V2X)、協調認識、エージェント間認知、協調計画、エンドツーエンド協調運転、クローズドループ検証のためのシミュレーションとデータエンジンを含む380以上の出版物をレビューする。
論文 参考訳（メタデータ） (2026-06-11T19:10:13Z) - Goal-Oriented Semantic Communication for ISAC-Enabled Robotic Obstacle Avoidance [44.114348668663546]
無人航空機(UAV)障害物回避作業におけるISAC対応BSについて検討した。
本稿では,センサとコマンドと制御(C&C)信号を効率よく伝達する目的指向セマンティックコミュニケーション(GOSC)フレームワークを提案する。
GOSCは、送信されたセンシング信号とC&C信号の数を92.4%減らし、送信時間スロットの数を85.5%減らしながら、同じ100%のタスク成功率を達成する。
論文 参考訳（メタデータ） (2026-03-02T16:15:02Z) - Single-agent Reinforcement Learning Model for Regional Adaptive Traffic Signal Control [5.170416022609791]
本研究は、プローブ車両技術と互換性のある単一エージェントRLに基づく地域交通信号制御モデルを提案する。
RL設計の主要なコンポーネントは状態、アクション、報酬関数の定義である。
実験により,提案手法は協調型多区間制御により,大規模領域の混雑レベルを効果的に緩和することを示した。
論文 参考訳（メタデータ） (2025-11-01T13:29:13Z) - UNCAP: Uncertainty-Guided Planning Using Natural Language Communication for Cooperative Autonomous Vehicles [79.10221881250759]
不確実性誘導自然言語協調自律計画(UNCAP)は、視覚言語モデルに基づく計画手法である。
CAVは、意思決定における認識の不確実性を明示的に考慮しながら、軽量な自然言語メッセージを介して通信することができる。
多様な運転シナリオに対する実験では、通信帯域幅が63%減少し、運転安全スコアが31%増加し、決定の不確実性が61%減少し、衝突距離マージンが4倍増加した。
論文 参考訳（メタデータ） (2025-10-14T21:09:09Z) - Anomaly Detection in Cooperative Vehicle Perception Systems under Imperfect Communication [4.575903181579272]
協調認識に基づく異常検出フレームワーク(CPAD)を提案する。
CPADは堅牢なアーキテクチャであり、通信の中断下でも有効である。
実験の結果,本手法はAUCのF1スコアにおける標準異常分類法よりも優れていた。
論文 参考訳（メタデータ） (2025-01-28T22:41:06Z) - Conformal Distributed Remote Inference in Sensor Networks Under Reliability and Communication Constraints [61.62410595953275]
通信制約付き分散共形リスク制御(CD-CRC)
CD-CRCは通信制約下でのセンサネットワークのための新しい意思決定フレームワークである。
論文 参考訳（メタデータ） (2024-09-12T10:12:43Z) - Semantic Communication for Cooperative Perception using HARQ [51.148203799109304]
我々は重要セマンティック情報を抽出するために重要地図を活用し、協調的な知覚セマンティックコミュニケーションフレームワークを導入する。
周波数分割多重化(OFDM)とチャネル推定と等化戦略を併用して,時間変化によるマルチパスフェーディングによる課題に対処する。
我々は,ハイブリッド自動繰り返し要求(HARQ)の精神において,我々の意味コミュニケーションフレームワークと統合された新しい意味エラー検出手法を提案する。
論文 参考訳（メタデータ） (2024-08-29T08:53:26Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳（メタデータ） (2023-07-05T21:38:36Z) - Federated Learning on the Road: Autonomous Controller Design for
Connected and Autonomous Vehicles [109.71532364079711]
CAV(コネクテッド・アンド・自律車両)の自律制御設計のための新しい統合学習(FL)フレームワークの提案
CAVの移動性、無線フェーディングチャネル、および不均衡で非独立で同一に分散されたデータを考慮に入れた新しい動的フェデレーション・プロキシ(DFP)アルゴリズムが提案されている。
最適制御器を用いてCAVがどの程度の速度で収束するかを同定するために,提案アルゴリズムに対して厳密な収束解析を行う。
論文 参考訳（メタデータ） (2021-02-05T19:57:47Z) - Facilitating Connected Autonomous Vehicle Operations Using
Space-weighted Information Fusion and Deep Reinforcement Learning Based
Control [6.463332275753283]
本稿では、他の車両からのセンシングと接続機能を通じて収集されたデータを統合するディープ強化学習に基づくアプローチについて述べる。
CAVにおけるアルゴリズムの実装は、CAV運転操作に関連する安全性とモビリティを高めることが期待されている。
論文 参考訳（メタデータ） (2020-09-30T13:38:32Z)
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。