論文の概要: SemRD-V2X: Closure-Guided Communication with Bounded Inference for Cooperative Perception

• arxiv url: http://arxiv.org/abs/2609.34353v1
• Date: Mon, 28 Sep 2026 05:26:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 21:34:00.467263
• Title: SemRD-V2X: Closure-Guided Communication with Bounded Inference for Cooperative Perception
• Title（参考訳）: SemRD-V2X:協調知覚のための境界推論を用いたクロージャ誘導通信
• Abstract要約: 車間共同認識(V2X)は中間特徴の共有による3次元検出を改善する。 ほとんどの通信効率の良い設計は、マスクやコードを経験的に最適化する。 我々は,エゴ条件付きリモート知覚におけるクロージャ・忠実な視点を導入する。
• 参考スコア（独自算出の注目度）: 15.157858662190215
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vehicle-to-Everything (V2X) cooperative perception improves 3-D detection by sharing intermediate features, but dense remote features may repeat context that the ego agent can infer locally. Most communication-efficient designs optimize masks or codes empirically, leaving a more basic question open: which remote evidence is indispensable given the receiver's own observation? We introduce a closure-fidelity perspective on ego conditioned remote perception. Under a finite deductive abstraction and explicit conditions, its rate--distortion function decomposes over an irredundant core, and the exact zero-distortion rate becomes $P_A H(π_A)$. This analysis suggests a concrete design principle: transmit compact evidence and recover derivable context with bounded receiver-side inference. Guided by this principle, SemRD-V2X is an operational neural proxy that combines exact-budget BEV support selection, pointwise channel compression, and masked shared-weight reconstruction before standard fusion. Experiments on simulated V2XSet and real-world DAIR-V2X validate the resulting design. In a controlled five-run V2XSet comparison against a locally reproduced V2X-ViT-v1 baseline on one Tesla V100, SemRD-V2X reduces the analytical feature payload by $26.6\times$ while improving AP@0.5/AP@0.7 by 4.13/8.57 points, with 3.81\% additional mean compute latency. These results position closure fidelity as both an analytical lens and an actionable design principle for communication-efficient cooperative perception.
• Abstract（参考訳）: 車種間協調知覚(V2X)は中間特徴を共有することによって3次元検出を改善するが、密集したリモート特徴は、エゴエージェントが局所的に推測できるコンテキストを再現する可能性がある。 ほとんどの通信効率の良い設計は、マスクやコードを経験的に最適化し、より基本的な質問を開いている。 我々は,エゴ条件付きリモート知覚におけるクロージャ・忠実な視点を導入する。 有限誘引的抽象と明示的条件の下では、その速度歪関数は非有界核上で分解し、正確なゼロ歪率は$P_A H(π_A)$となる。 この分析は、コンパクトなエビデンスを送信し、有界な受信側推論で導出可能なコンテキストを復元する、具体的な設計原則を示唆している。 この原則によって導かれたSemRD-V2Xは、標準融合の前に、正確な予算のBEVサポートの選択、ポイントワイドチャネル圧縮、マスク付き共有重み付け再構築を組み合わせた、オペレーショナル・ニューラルプロキシである。 シミュレーションされたV2XSetと実世界のDAIR-V2Xの実験は、その結果を検証した。 1台のTesla V100でローカルに再現されたV2X-ViT-v1ベースラインと比較して、SemRD-V2Xは、AP@0.5/AP@0.7を4.13/8.57ポイント改善し、平均計算レイテンシを3.81\%追加して、分析機能ペイロードを26.6\times$に削減する。 これらの結果は,コミュニケーション効率のよい協調知覚のための解析レンズと実用的な設計原理の両方として,閉包忠実度を位置づけている。

関連論文リスト

• Dense Coverage, Sparse Refinement: Byte-Constrained Cooperative Perception [9.638710946089331]
  協調知覚は、接続されたエージェント間でBird's-Eye-View(BEV)機能を共有することにより、自律的な知覚を改善する。 厳格なV2X(Varby-to-Everything)帯域制限の下では、Dense機能交換は展開が難しい。 バイト制約付き協調知覚のためのカバーリファインメント設計を提案する。
  論文  参考訳（メタデータ） (2026-09-24T12:10:17Z)
• 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)
• INTACT: Ego-Guided Typed Sparse Evidence Retrieval for Heterogeneous Collaborative Perception [50.64511548643398]
  異種知覚のためのエゴ誘導型スパースエビデンス検索フレームワークを提案する。 IntACTは、エゴの車両に、疑わしい物やエビデンスに欠ける地域を表す型付きエビデンスクエリを発行する。 シミュレーションおよび実世界の異種知覚ベンチマークの実験は、INTACTの有効性とデプロイ性を検証する。
  論文  参考訳（メタデータ） (2026-06-03T04:34:53Z)
• Hyper-V2X: Hypernetworks for Estimating Epistemic and Aleatoric Uncertainty in Cooperative Bird's-Eye-View Semantic Segmentation [0.5926203312586108]
  本稿では,V2Xに基づく知覚において,両者の不確かさを推定するハイパーネットワークベースのフレームワークであるHyper-V2Xを紹介する。 我々のアプローチはアーキテクチャに依存しず、CoBEVTのような現代の協調的なバックボーンとシームレスに統合できる。
  論文  参考訳（メタデータ） (2026-05-20T15:36:46Z)
• WISV: Wireless-Informed Semantic Verification for Distributed Speculative Decoding in Device-Edge LLM Inference [56.297697169678095]
  WISV(Wireless-Informed Semantic Verification)は、分散投機的復号化フレームワークである。 WISVは最大60.8%の許容長の増加、37.3%の対話ラウンドの削減、31.4%のエンドツーエンドレイテンシの改善を実現している。 NVIDIA Jetson AGX OrinとA40搭載サーバからなるハードウェアテストベッド上でWISVを検証する。
  論文  参考訳（メタデータ） (2026-04-20T01:29:56Z)
• V2X-DSC: Multi-Agent Collaborative Perception with Distributed Source Coding Guided Communication [25.092575199683747]
  協調知覚は、マルチエージェント観察を融合させて3次元理解を改善するが、中間機能共有は厳しい帯域幅制約に直面している。 本稿では,帯域幅制限型核融合のための条件付きコーデック(DCC)フレームワークであるV2X-DSCを提案する。 DAIR-V2X、OPV2V、V2X-Realの実験では、KBレベルの通信下での最先端の精度帯域幅トレードオフが示されている。
  論文  参考訳（メタデータ） (2026-01-31T12:16:58Z)
• Long-horizon Reasoning Agent for Olympiad-Level Mathematical Problem Solving [65.02106674311908]
  本稿では,マルチラウンド階層的推論を行う長期水平数学エージェントであるIntern-S1-MOを紹介する。 コンパクトメモリをレムマの形で維持することにより、Intern-S1-MOはレムマリッチ推論空間をより自由に探索することができる。 実験の結果、インターンS1-MOはIMO2025の非幾何学的問題で35点中26点を得ることができ、銀メダリストのパフォーマンスに匹敵することがわかった。
  論文  参考訳（メタデータ） (2025-12-11T15:26:28Z)
• Coop-WD: Cooperative Perception with Weighting and Denoising for Robust V2V Communication [23.039742419070805]
  本稿では,V2Vチャネル障害にともなう協調知覚を高めるために,協調重み付け・重み付けフレームワークCoop-WDを提案する。 効率的な変種モデルであるCoop-WD-ecoが提案され、デノナイジングを選択的に非活性化して処理オーバーヘッドを低減する。
  論文  参考訳（メタデータ） (2025-05-06T13:38:35Z)
• CooPre: Cooperative Pretraining for V2X Cooperative Perception [47.00472259100765]
  CooPreは、V2X協調知覚のための自己教師型学習フラムワークである。 異種V2Xエージェント間の3D特徴に効果的に注意を向けることのできる,V2Xバードアイビュー(BEV)ガイドマスキング戦略を開発した。 CooPreはV2X-Realデータセットで4%のmAP改善を実現し、トレーニングデータの50%しか使用せず、ベースラインのパフォーマンスを上回っている。
  論文  参考訳（メタデータ） (2024-08-20T23:39:26Z)
• V2X-ViT: Vehicle-to-Everything Cooperative Perception with Vision Transformer [58.71845618090022]
  我々は、道路上のエージェント間で情報を融合するために、V2X-ViTという全体論的アテンションモデルを構築した。 V2X-ViTは異質なマルチエージェント自己アテンションとマルチスケールウィンドウ自己アテンションの交互層から構成される。 我々のアプローチを検証するために、我々は大規模なV2X知覚データセットを作成します。
  論文  参考訳（メタデータ） (2022-03-20T20:18:25Z)

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。