論文の概要: CARLAverse: A Highly Modular, Distributed, and Multimodal Framework for Human-in-the-Loop Simulation
- arxiv url: http://arxiv.org/abs/2609.11478v1
- Date: Thu, 10 Sep 2026 12:44:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.359291
- Title: CARLAverse: A Highly Modular, Distributed, and Multimodal Framework for Human-in-the-Loop Simulation
- Title（参考訳）: CARLAverse:ヒューマン・イン・ザ・ループ・シミュレーションのための高度にモジュール化された分散マルチモーダル・フレームワーク
- Abstract要約: 我々はオープンソースのマルチモーダルシミュレーションエコシステムであるCARLAverseを紹介する。
モジュラーハードウェアの抽象化を拡張したCARLAverseは、運転(DrivoCARLA)、サイクリング(CycloCARLA)、歩行者シミュレータ(WalkoCARLA)を共有仮想環境に統合する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The development of autonomous driving demands comprehensive testing in mixed-traffic scenarios involving vulnerable road users (VRUs), where purely artificial agents often fail to capture authentic human social negotiations. While human-in-the-loop (HITL) simulators enable safe investigation of these interactions, existing multi-agent platforms struggle with the network latency and synchronization constraints required for high-fidelity haptic feedback. To resolve this, we present CARLAverse, an open-source, multimodal simulation ecosystem. Extending modular hardware abstraction, CARLAverse integrates driving (DrivoCARLA), cycling (CycloCARLA), and pedestrian (WalkoCARLA) simulators into a shared virtual environment. Its core methodological contribution is a distributed physics architecture: latency-critical ego dynamics and high-frequency force feedback are computed locally on client nodes, while a central CARLA server orchestrates non-player character (NPC) physics and global traffic. By decoupling haptic control loops from network bottlenecks, CARLAverse enables scalable, cross-institutional HITL experiments without compromising physical immersion. Code and documentation: https://git.ieem-ka.de/simulator-environments/carlaverse
- Abstract（参考訳）: 自動運転車の開発は、脆弱な道路利用者(VRU)を含む混成交通シナリオにおける包括的なテストを必要としている。
Human-in-the-loop (HITL)シミュレータはこれらの相互作用を安全に調査できるが、既存のマルチエージェントプラットフォームは高忠実な触覚フィードバックに必要なネットワーク遅延と同期制約に悩まされている。
そこで我々は,オープンソースのマルチモーダルシミュレーションエコシステムであるCARLAverseを提案する。
モジュラーハードウェアの抽象化を拡張したCARLAverseは、運転(DrivoCARLA)、サイクリング(CycloCARLA)、歩行者シミュレータ(WalkoCARLA)を共有仮想環境に統合する。
レイテンシクリティカルなエゴダイナミクスと高周波の力フィードバックはクライアントノード上でローカルに計算され、中央のCARLAサーバはNPC(Non-player character)物理とグローバルトラフィックをオーケストレーションする。
ネットワークボトルネックからハプティック制御ループを分離することにより、CARLAverseは物理的没入性を損なうことなく、スケーラブルでクロスインスティカルなHITL実験を可能にする。
コードとドキュメント:https://git.ieem-ka.de/simulator-environments/carlaverse
関連論文リスト
- VIPS: Vehicle-Infrastructure Cooperative Planning Benchmark via Pseudo-Simulation [50.18051979020699]
VIPSは擬似シミュレーションに基づくV2I設定における協調自動運転のベンチマークである。
CoS-V2Xはスパース表現に基づく協調計画フレームワークである。
論文 参考訳（メタデータ） (2026-09-02T11:32:52Z) - CommonRoad-Game: A Human-in-the-Loop Simulation Framework for Autonomous Driving [0.0]
我々はCommonRoadプラットフォームと密に統合された軽量なヒューマン・イン・ザ・ループ・シミュレーション・フレームワークであるCommonRoad-Gameを紹介する。
本研究では,人間参加型運動プランナーの系統的テストと,対話型シナリオにおける運転行動の分析に焦点をあてる。
論文 参考訳（メタデータ） (2026-07-01T18:42:00Z) - HERCULES: An Open-Source Simulation Framework for Heterogeneous Multi-Robot SLAM, Collaborative Perception, and Exploration [3.15872644487767]
HERCULESは、異種マルチロボット自律性のためのオープンソースのシミュレータとデータ収集パイプラインである。
Unreal Engine 5 (UE5) ベースのシミュレータであるAirSimとCosys-AirSimをベースに構築され、HERCULESは以前のフレームワークの主要なアーキテクチャ上の制限を解決する。
ヘテロジニアスマルチロボットSLAM,協調知覚,探索における実験では,HERCULES生成データとアクティブクローズループ実行の両方を用いて,ヘテロジニアスマルチロボットの自律性向上に有効であることを示す。
論文 参考訳（メタデータ） (2026-06-22T01:51:40Z) - CausalDrive: Real-time Causal World Models for Autonomous Driving [60.66609721457312]
制御可能でリアルタイムなファンデーション駆動の世界であるCausalDriveを紹介します。
CaulDriveは、最初のフロントビューフレーム、エゴ車両の軌道、マクロテキストプロンプトのみで動作する。
本稿では,(1)衝突アーティファクトを著しく緩和した生成的クローズループ評価,(2)ビデオ2Rewardモジュールによる大規模強化学習(RL)後トレーニング,(3)リアルタイムの人間-イン-ザ・ループシミュレーション,の3つのダウンストリームアプリケーションにおける汎用性を実証する。
論文 参考訳（メタデータ） (2026-06-13T15:04:44Z) - Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。
本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。
このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
論文 参考訳（メタデータ） (2026-04-10T17:12:07Z) - CARLA-Air: Fly Drones Inside a CARLA World -- A Unified Infrastructure for Air-Ground Embodied Intelligence [2.061094726550731]
CARLA-Airは、1つのUnreal Engineプロセス内に高忠実度都市運転と物理精度のマルチロータ飛行を統合するオープンソースのインフラである。
CARLA-Airは、共有物理ティッチとレンダリングパイプライン内で、ルールに準拠したトラフィック、社会的に認識された歩行者、空力的に一貫性のあるUAVダイナミクスを備えた環境を提供する。
論文 参考訳（メタデータ） (2026-03-30T04:49:29Z) - Load-Aware Locomotion Control for Humanoid Robots in Industrial Transportation Tasks [19.55626538861657]
本稿では、疎結合で協調的なロコ操作アーキテクチャに基づく産業用ヒューマノイドの負荷対応ロコモーションフレームワークを提案する。
下半身移動は、運動学的に派生した名目構成に残留的な関節動作を生じる強化学習ポリシーを介して制御される。
このフレームワークは完全にシミュレーションで訓練され、微調整なしでフルサイズのヒューマノイドロボットにデプロイされる。
論文 参考訳（メタデータ） (2026-03-15T09:57:32Z) - ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。
我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。
その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
論文 参考訳（メタデータ） (2026-03-03T18:59:29Z) - It Takes Two to Tango: A Holistic Simulator for Joint Order Scheduling and Multi-Agent Path Finding in Robotic Warehouses [18.101514832695067]
WareRoverはOSとMAPFの動的結合を強制する総合シミュレーションプラットフォームである。
標準ベンチマークとは異なり、WareRoverは順序ストリーム、物理を意識した動作制約、非線形回復機構を単一の評価ループに統合する。
論文 参考訳（メタデータ） (2026-02-15T05:51:58Z) - Bench2Drive-R: Turning Real World Data into Reactive Closed-Loop Autonomous Driving Benchmark by Generative Model [63.336123527432136]
我々は,リアクティブ閉ループ評価を可能にする生成フレームワークであるBench2Drive-Rを紹介する。
既存の自動運転用ビデオ生成モデルとは異なり、提案された設計はインタラクティブなシミュレーションに適したものである。
我々は、Bench2Drive-Rの生成品質を既存の生成モデルと比較し、最先端の性能を達成する。
論文 参考訳（メタデータ） (2024-12-11T06:35:18Z) - TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors [74.67698916175614]
リアル交通シミュレーションのためのマルチエージェント行動モデルであるTrafficSimを提案する。
特に、暗黙の潜在変数モデルを利用して、共同アクターポリシーをパラメータ化する。
TrafficSimは、多様なベースラインと比較して、より現実的で多様なトラフィックシナリオを生成します。
論文 参考訳（メタデータ） (2021-01-17T00:29:30Z)
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。