論文の概要: BEVLight: Generalizable Traffic Signal Control from UAV Bird's-Eye Views

• arxiv url: http://arxiv.org/abs/2610.39320v1
• Date: Thu, 29 Oct 2026 04:03:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.456866
• Title: BEVLight: Generalizable Traffic Signal Control from UAV Bird's-Eye Views
• Title（参考訳）: BEVLight:UAVのEyeビューからの一般的な交通信号制御
• Abstract要約: 学習に基づく交通信号制御(TSC)は有望な性能を達成したが、ほとんどの手法は実際の展開においてセンサ観測から推定しなければならない構造化された交通状態に依存している。 Visual TSCは画像から直接信号決定を学習するが、既存の方法は固定された路面カメラに依存し、特定の交差点構成や視覚領域に結びついている。 我々は、BEV観測を直接信号アクションにマッピングする一般化可能なTSCフレームワークであるBEVLightを提案する。
• 参考スコア（独自算出の注目度）: 23.975088337557953
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learning-based traffic signal control (TSC) has achieved promising performance, but most methods rely on structured traffic states that must be estimated from sensor observations in real deployments. Visual TSC learns signal decisions directly from images, yet existing methods depend on fixed roadside cameras and remain tied to specific intersection configurations and visual domains. UAVs offer on-demand bird's-eye-view (BEV) observations that jointly capture intersection topology and traffic dynamics, making them a promising sensing platform for visual TSC. We present BEVLight, a generalizable TSC framework that directly maps BEV observations to signal actions. BEVLight grounds visual features onto individual lanes and composes them along the junction topology into movement and phase representations, allowing a shared policy to score candidate phases across heterogeneous intersection layouts and signal plans. To train the policy, we develop a web-based virtual teleoperation platform and collect over 5K human control decisions together with their underlying traffic states. Simulator-provided traffic states first supervise lane- and movement-level representations, after which human phase selections and rankings supervise the phase scorer. Re-rendering the recorded trajectories under diverse appearances preserves both forms of supervision and encourages robustness to visual changes. Closed-loop experiments demonstrate zero-shot generalization across traffic demands, signal plans, and intersections: BEVLight reduces average waiting time by 7--9\% relative to perception-to-control visual baselines and matches or outperforms structured-state RL controllers that receive ground-truth traffic states, achieving the lowest waiting time in 12 of 16 scenarios. An offline study further shows that BEVLight transfers to real UAV observations without target-domain adaptation.
• Abstract（参考訳）: 学習に基づく交通信号制御(TSC)は有望な性能を達成したが、ほとんどの手法は実際の展開においてセンサ観測から推定しなければならない構造化された交通状態に依存している。 Visual TSCは画像から直接信号決定を学習するが、既存の方法は固定された路面カメラに依存し、特定の交差点構成や視覚領域に結びついている。 UAVは、交差点のトポロジと交通力学を共同でキャプチャするオンデマンドのバードアイビュー(BEV)観察を提供する。 我々は、BEV観測を直接信号アクションにマッピングする一般化可能なTSCフレームワークであるBEVLightを提案する。 BEVLightは個々の車線上に視覚的特徴を置き、接合トポロジに沿って移動と位相表現に構成し、異種交差点のレイアウトと信号計画で候補位相をスコアリングする。 このポリシーをトレーニングするために,Webベースの仮想遠隔操作プラットフォームを開発し,その基盤となる交通状況とともに5万以上の人的制御決定を収集する。 シミュレーションによって提供されたトラフィック状態は、まずレーンレベルとムーブメントレベルの表現を監督し、その後、人間のフェーズ選択とランキングがフェーズスコアラを監督する。 記録された軌跡を様々な外観で再レンダリングすることは、両方の形態の監督を保持し、視覚変化に対する堅牢性を促進する。 クローズドループ実験は、交通需要、信号計画、交差点をまたいでゼロショットの一般化を実証する: BEVLightは、知覚から制御する視覚的ベースラインに対して平均待ち時間を7～9パーセント削減し、地上の交通状態を受信する構造化状態のRLコントローラにマッチまたはオーバーパフォーマンスを与え、16シナリオ中12シナリオで最低待ち時間を達成します。 オフライン調査により、BEVLightはターゲットドメイン適応なしで実際のUAV観測に転送されることが示された。

関連論文リスト

• VLALight: A Vision-Language-Action Model for Traffic Signal Control [10.509444461771695]
  VLALightは,マルチビュー・ロードサイド・ビデオからエンドツーエンドの信号制御を行う最初の視覚言語アクション(VLA)モデルである。 我々は,視覚的交通理解と信号決定のための2段階の冷間開始訓練戦略を開発した。 3つの都市ネットワークにまたがる7つの実世界のトラフィックフローデータセットの実験により、VLALightは、輸送ベース、RLベース、LLM/VLMベースラインを一貫して上回ることを示した。
  論文  参考訳（メタデータ） (2026-09-29T07:48:08Z)
• One Perception, All Maneuvers: Directional Traffic Signal Understanding for Maneuver-Level Signal Intent Prediction [19.154013973285668]
  Directional Traffic Signal Understandingは、フロントビューイメージからストレート、左ターン、右ターン、Uターンの操作のための構造化信号状態を予測する。 方向対応ベースラインは、グローバルコンテキスト、局所的なトラフィックライトエビデンス、および操作固有の表現を組み合わせたものだ。
  論文  参考訳（メタデータ） (2026-09-26T07:19:01Z)
• VLALight: Lightweight Vision-Language-Action Models for Emergency-Aware Traffic Signal Control [8.929105961048135]
  VLALightは、TSCのための軽量なビジョン言語アクションフレームワークである。 交叉観測と信号相情報を離散的な信号行動にマッピングする。 実験によると、VLALightは、比較したすべての方法で最高の緊急車両サービスを提供している。
  論文  参考訳（メタデータ） (2026-09-25T02:36:44Z)
• Closed-Loop Evaluation of Bird's-Eye-View Maps from Cross-View Transformers as Inputs to Behavior-Cloning Policies [0.0]
  シミュレーションにおける行動クローン (BC) エージェントの直接ポリシー入力として, CVT (Cross-View Transformer) 予測バードアイビュー (BEV) マップを用いることを検討した。 路面,計画経路,車線境界,車両,歩行者,交通信号などをカバーする6チャンネルのBEV表現を提案し,未表現運転操作に対するセグメンテーション損失を再均衡させるカーネル密度推定(KDE)重み付け手法を提案する。
  論文  参考訳（メタデータ） (2026-09-05T00:35:14Z)
• OmniTraffic: A Controllable Generation Pipeline and Benchmark for Spatio-Temporal Traffic Reasoning [47.85568621735744]
  トラフィック推論のための制御可能なパイプライン生成とベンチマークであるOmniTrafficを紹介した。 現実世界の12の交差点に建設され、2つの国の監視映像によって再建されている。 シーン認識、多視点、時間的推論、意思決定支援にまたがる3段階のタスク階層を定義する。
  論文  参考訳（メタデータ） (2026-06-14T11:16:53Z)
• Towards Intelligent Transportation with Pedestrians and Vehicles In-the-Loop: A Surveillance Video-Assisted Federated Digital Twin Framework [62.47416496137193]
  本稿では,歩行者や車いすによるITSを支援するための監視ビデオ支援型デジタルツイン(SV-FDT)フレームワークを提案する。 i)複数のソースからトラフィック監視ビデオを収集するエンドレイヤ、(ii)セマンティックセグメンテーションに基づく視覚理解、ツインエージェントベースのインタラクションモデリング、およびローカルデジタルツインシステム(LDTS)をローカルで作成するエッジレイヤ、(iii)異なるリージョンにわたるLDTSを統合してグローバルDTモデルをリアルタイムで構築するクラウドレイヤの3層で構成されている。
  論文  参考訳（メタデータ） (2025-03-06T07:36:06Z)
• A Holistic Framework Towards Vision-based Traffic Signal Control with Microscopic Simulation [53.39174966020085]
  交通信号制御(TSC)は交通渋滞を低減し、交通の流れを円滑にし、アイドリング時間を短縮し、CO2排出量を減らすために重要である。 本研究では,道路交通の流れを視覚的観察によって調節するTSCのコンピュータビジョンアプローチについて検討する。 我々は、視覚ベースのTSCとそのベンチマークに向けて、TrafficDojoと呼ばれる総合的なトラフィックシミュレーションフレームワークを導入する。
  論文  参考訳（メタデータ） (2024-03-11T16:42:29Z)
• Street-View Image Generation from a Bird's-Eye View Layout [95.36869800896335]
  近年,Bird's-Eye View (BEV) の知覚が注目されている。 自動運転のためのデータ駆動シミュレーションは、最近の研究の焦点となっている。 本稿では,現実的かつ空間的に一貫した周辺画像を合成する条件生成モデルであるBEVGenを提案する。
  論文  参考訳（メタデータ） (2023-01-11T18:39:34Z)
• Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
  本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。 我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
  論文  参考訳（メタデータ） (2022-11-15T13:52:41Z)
• Structured Bird's-Eye-View Traffic Scene Understanding from Onboard Images [128.881857704338]
  本研究では,BEV座標における局所道路網を表す有向グラフを,単眼カメラ画像から抽出する問題について検討する。 提案手法は,BEV平面上の動的物体を検出するために拡張可能であることを示す。 我々は、強力なベースラインに対するアプローチを検証するとともに、ネットワークが優れたパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2021-10-05T12:40:33Z)

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。