SwarmDrive: 遅延制約のある協調自動運転のための意味的V2V連携

- 自動運転向けの semantic Vehicle-to-Vehicle (V2V) 協調フレームワーク SwarmDrive を提案する研究。 - 近傍車両が local Small Language Models (SLMs) を動かし、不確実性が高い時のみ compact intent distributions を共有する。 - event-triggered consensus でそれらを融合する。 - 5-seed executable study で occluded intersection の1ケースを評価する。

- cloud-hosted LLM inference は round-trip delay と安定接続依存の問題がある。 - 純粋な local edge models は occlusion 下で苦戦する。 - SwarmDrive は 6G 設定で単一 local SLM の成功率 68.9% を 94.1% に向上。 - latency を cloud reference の 510 ms から 151.4 ms に削減。

- 近傍車両が local Small Language Models (SLMs) を実行する。 - 不確実性が高い時のみ compact intent distributions を共有する。 - event-triggered consensus で intent distributions を融合する。 - entropy trigger threshold などのパラメータを持つ。

- 5-seed executable study で occluded intersection の1ケースを評価。 - matched operating-point comparisons と robustness sweeps を組み合わせる。 - swarm-size、packet-loss、entropy-threshold sweeps を評価。 - 協調ゲインが ablations を通じて保たれることを示す。

- 参加車両数が増えると communication overhead と packet loss が増加する。 - 現プロトタイプでは active swarm size 4 車両、entropy trigger threshold 0.65 付近が最良のバランス。 - 結果は tight latency constraints 下の対象交差点ケースで semantic edge cooperation が機能しうることを示す。 - ただし real 6G stack の deployment-grade validation ではない。

- 要旨で参照/比較されている研究: cloud-hosted LLM inference、local edge models、single local SLM。 - 関連手法: semantic V2V coordination、event-triggered consensus、Small Language Models (SLMs)。 - 同分野の定番: cooperative autonomous driving、Vehicle-to-Vehicle (V2V) communication、6G。