Sky-Drive: A Distributed Multi-Agent Simulation Platform for Socially-Aware and Human-AI Collaborative Future Transportation

要約

自律システムシミュレーションプラットフォームの最近の進歩により、運転ポリシーの安全でスケーラブルなテストが大幅に向上しました。
ただし、既存のシミュレーターは、特に社会的に認識された運転エージェントのモデル化や、効果的な人間とのコラボレーションを可能にする際に、将来の輸送研究のニーズをまだ完全に満たしていません。
このペーパーでは、4つの主要な革新を通じてこれらの制限に対処する新しい分散マルチエージェントシミュレーションプラットフォームであるSky-driveを紹介します。（a）複数の端子にわたる同期シミュレーションの分散アーキテクチャ。
（b）多様なセンサーを統合して豊富な行動データを収集する多様なループフレームワーク。
（c）継続的かつ適応的な知識交換をサポートする人間と協力的なメカニズム。
（d）現実世界の輸送環境の高忠実度仮想レプリカを構築するためのデジタルツイン（DT）フレームワーク。
Sky-driveは、自動運転車（AV）爆発可能な道路ユーザー（VRU）相互作用モデリング、人間のループトレーニング、社会的に認識した強化学習、パーソナライズされた運転ポリシー、カスタマイズされたシナリオ生成など、多様なアプリケーションをサポートしています。
将来の拡張機能には、コンテキスト対応の意思決定サポートと、実世界の検証のためのループハードウェア（HIL）テストのための基礎モデルが組み込まれます。
シナリオの生成、データ収集、アルゴリズムトレーニング、ハードウェア統合をブリッジングすることにより、Sky-driveは、次世代の社会的に認識された人間中心の自律輸送研究の基礎プラットフォームになる可能性があります。
デモビデオとコードは、https：//sky-lab-uw.github.io/sky-drive-website/で入手できます。

要約(オリジナル)

Recent advances in autonomous system simulation platforms have significantly enhanced the safe and scalable testing of driving policies. However, existing simulators do not yet fully meet the needs of future transportation research, particularly in modeling socially-aware driving agents and enabling effective human-AI collaboration. This paper introduces Sky-Drive, a novel distributed multi-agent simulation platform that addresses these limitations through four key innovations: (a) a distributed architecture for synchronized simulation across multiple terminals; (b) a multi-modal human-in-the-loop framework integrating diverse sensors to collect rich behavioral data; (c) a human-AI collaboration mechanism supporting continuous and adaptive knowledge exchange; and (d) a digital twin (DT) framework for constructing high-fidelity virtual replicas of real-world transportation environments. Sky-Drive supports diverse applications such as autonomous vehicle (AV)-vulnerable road user (VRU) interaction modeling, human-in-the-loop training, socially-aware reinforcement learning, personalized driving policy, and customized scenario generation. Future extensions will incorporate foundation models for context-aware decision support and hardware-in-the-loop (HIL) testing for real-world validation. By bridging scenario generation, data collection, algorithm training, and hardware integration, Sky-Drive has the potential to become a foundational platform for the next generation of socially-aware and human-centered autonomous transportation research. The demo video and code are available at:https://sky-lab-uw.github.io/Sky-Drive-website/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google