論文の概要: The Reality Gap in Automated Driving Systems Testing: Landscape, Challenges, and Research Directions
- arxiv url: http://arxiv.org/abs/2610.38628v1
- Date: Wed, 28 Oct 2026 10:46:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 09:17:30.884256
- Title: The Reality Gap in Automated Driving Systems Testing: Landscape, Challenges, and Research Directions
- Title（参考訳）: 自動運転システムテストにおける現実のギャップ:ランドスケープ、チャレンジ、研究の方向性
- Abstract要約: 文献がどの不一致に対処するか、またどの証拠が文通の主張を支持するのかは、いまだに不明である。
本稿では,自動走行システムテストにおける現実のギャップを計測または緩和する235の一次研究の体系的なマッピングを提案する。
- 参考スコア（独自算出の注目度）: 2.4513675547408886
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Simulation is essential for testing automated driving systems (ADS), but discrepancies between simulation and reality can undermine testing conclusions. It remains unclear which discrepancies the literature addresses and what evidence supports correspondence claims. We present a systematic mapping of 235 primary studies that measure or mitigate the reality gap in ADS testing, selected from 4,195 publications. We characterise objectives, targets, approaches, experimental setups, and evaluation evidence. Our classification distinguishes simulated and real-world execution across six ADS test components, separately for each approach and its evaluation reference. This distinguishes real-world information used to construct an approach from evidence used to evaluate its claims. Of the included studies, 76% address mitigation, primarily targeting scenario and actor realism and perception, while 94% report validation or measurement procedures. Only 61 studies report metrics from multiple families covering sensor/perception correspondence, ADS behaviour, vehicle dynamics, or safety outcomes; this coverage does not establish causal links between discrepancies and test verdicts. The synthesis highlights that real-world content and physical execution must be interpreted against the claim evaluated. The findings motivate claim-specific evaluation and component-level reporting to establish which discrepancies affect testing conclusions and when simulation evidence supports conclusions about real-world ADS behaviour.
- Abstract（参考訳）: シミュレーションは自動走行システム(ADS)のテストには不可欠であるが、シミュレーションと現実の相違はテストの結論を損なう可能性がある。
文献がどの不一致に対処するか、またどの証拠が文通の主張を支持するのかは、いまだに不明である。
本稿では,4,195冊の出版物から選択されたADSテストにおける現実のギャップを計測または緩和する235の初等研究の体系的なマッピングについて述べる。
我々は,目標,目標,アプローチ,実験装置,評価証拠を特徴づける。
本分類では,6つのADSテストコンポーネントのシミュレーションと実世界の実行を,それぞれのアプローチと評価基準ごとに区別する。
これは、アプローチを構築するために使用される現実世界の情報と、その主張を評価するために使われる証拠とを区別する。
そのうち76%がシナリオとアクターのリアリズムと知覚を対象とし、94%が検証や測定の手順を報告している。
センサ/パーセプション対応、ADSの動作、車両のダイナミックス、安全性などをカバーする複数の家系のメトリクスを報告しているのは61件のみである。
この合成は、実世界のコンテンツと物理的実行が評価されたクレームに対して解釈されなければならないことを強調している。
この結果は、クレーム固有の評価とコンポーネントレベルの報告を動機付け、テストの結論にどの相違が影響を及ぼすか、そしてシミュレーションエビデンスが現実世界のALS行動に関する結論を支持する場合、を決定する。
関連論文リスト
- EarthVerse: Benchmarking Scientific Agents Across Dynamic Earth Systems and Natural Hazards [73.12811119273206]
我々は,包括的調査を通じて科学的エージェントを評価するベンチマークであるEarthVerseを紹介する。
エージェントは異種イベントパッケージを検査し、互換性のあるエビデンスを選択し、透過的な計算を実行し、ソース差を調整し、最終回答で証明を保存する。
システム全体では、平均回答ユニットの精度は84.65%であり、最も高いStrict@95は34.81%である。
論文 参考訳（メタデータ） (2026-08-24T17:29:16Z) - WM-Cov: Test Adequacy for Interactive World-Model-Style Autonomous Driving Simulation [0.596133719688107]
自律運転のためのインタラクティブなテストインフラストラクチャとして、世界モデルと生成シミュレータが登場している。
本稿では WM-Cov を導入し,インタラクティブな世界モデル型テストの妥当性を定式化する。
WM-Covは、カバレッジの増大、有効な欠陥発見、失敗モードの多様性、リアリズム、アーティファクトの抑制、有効証拠の精度を通じて、妥当性を報告している。
論文 参考訳（メタデータ） (2026-07-31T21:16:20Z) - Interactive Evaluation Requires a Design Science [90.62695599188204]
大規模言語モデル(LLM)は、ツールや環境、ユーザ、その他のエージェントを通じて、時間とともに機能するシステムとして、ますます多くデプロイされている。
フィールドはインタラクティブなベンチマークを構築し始めたが、その結果のランドスケープは断片化されている。
本論では,対話的評価は原則的評価パラダイムとして扱うべきであると論じる。
論文 参考訳（メタデータ） (2026-05-18T04:03:18Z) - An Investigation on How AI-Generated Responses Affect SoftwareEngineering Surveys [3.183470571353323]
本研究では,大規模言語モデル (LLM) がソフトウェア工学のサーベイでいかに誤用されているかを考察する。
我々は2025年にProlificプラットフォームを通じて行われた2回の調査からのデータを分析した。
ソフトウェア工学のサーベイにおいて、データの真正性は新たな妥当性の次元として認識される。
論文 参考訳（メタデータ） (2025-12-19T11:17:05Z) - Demystifying deep search: a holistic evaluation with hint-free multi-hop questions and factorised metrics [89.1999907891494]
We present WebDetective, a benchmark of hint-free multi-hop questions with a control Wikipedia sandbox。
25の最先端モデルに対する我々の評価は、すべてのアーキテクチャにまたがる体系的な弱点を明らかにしている。
私たちはエージェントワークフローであるEvidenceLoopを開発し、ベンチマークが特定する課題を明示的にターゲットしています。
論文 参考訳（メタデータ） (2025-10-01T07:59:03Z) - A Multi-Modality Evaluation of the Reality Gap in Autonomous Driving Systems [0.9956658791307307]
我々は、Software-in-the-Loop (SiL), Vehicle-in-the-Loop (ViL), Mixed-Reality (MR), full real-world testingの4つの代表的なテストモードを比較した。
以上の結果から,SiLとViLのセットアップは実世界のダイナミックスとセンシングの重要な側面を単純化するが,MRテストは安全性や制御を損なうことなく知覚リアリズムを改善することが示唆された。
論文 参考訳（メタデータ） (2025-09-26T14:08:53Z) - Make Full Use of Testing Information: An Integrated Accelerated Testing and Evaluation Method for Autonomous Driving Systems [6.065650382599096]
本稿では、自律運転システム(ADS)の試験・評価のための統合的加速テスト・評価手法(ITEM)を提案する。
本稿では,テスト情報を完全に活用するために,統合的高速化テスト・評価手法(ITEM)を提案する。
実験結果から,ITEMは危険領域の形状に関わらず,低次元,高次元ともに危険領域を同定できることがわかった。
論文 参考訳（メタデータ） (2025-01-21T06:59:25Z) - DAPPER: Label-Free Performance Estimation after Personalization for
Heterogeneous Mobile Sensing [95.18236298557721]
DAPPER(Domain AdaPtation Performance EstimatoR)を提案する。
実世界の6つのベースラインと比較した4つのセンシングデータセットによる評価の結果,DAPPERの精度は39.8%向上した。
論文 参考訳（メタデータ） (2021-11-22T08:49:33Z) - AmbiFC: Fact-Checking Ambiguous Claims with Evidence [57.7091560922174]
実世界の情報ニーズから10kクレームを抽出したファクトチェックデータセットであるAmbiFCを提示する。
アンビFCの証拠に対する主張を比較する際に,曖昧さから生じる不一致を分析した。
我々は,このあいまいさをソフトラベルで予測するモデルを開発した。
論文 参考訳（メタデータ） (2021-04-01T17:40:08Z)
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。