SwarmDrive：低遅延制約下における協調自動運転のためのセマンティックV2V協調

要旨: 自動運転におけるクラウドホスト型LLM推論は往復遅延を追加し、安定した接続性に依存する一方で、純粋にローカルなエッジモデルは遮蔽（occlusion）下では苦戦します。私たちは、SwarmDriveというセマンティックな車両間（Vehicle-to-Vehicle: V2V）協調の枠組みを提案します。そこでは、近傍車両がローカルな小型言語モデル（Small Language Models: SLM）を実行し、確信度（不確実性）が高いときにのみコンパクトな意図分布を共有し、イベント駆動型のコンセンサスによってそれらを統合します。5つのシードに基づく実行可能な研究設計においてSwarmDriveを評価します。この設計は、遮蔽された1つの交差点ケースを中核にし、整合した動作点（operating-point）の比較とロバスト性のスイープを組み合わせます。その状況では、SwarmDriveは6Gの通信設定（"Swarm 6G"）のもとで、単一のローカルSLMに対する成功率を68.9%から94.1%へ引き上げるとともに、クラウド参照の510 msから151.4 msへ遅延を低減します。しかし、参加車両数を増やすと通信オーバーヘッドとパケット損失が高くなります。SwarmDriveはさらに、スウォームサイズ、パケット損失、エントロピー閾値のスイープが協調に与える影響も評価しており、アブレーション（機能削除）にまたがって協調による利得が維持されること、そして現在のプロトタイプでは、能動的なスウォームサイズ4台付近かつエントロピーのトリガ閾値0.65付近で最も良くバランスが取れることを示します。これらの結果は、対象とした交差点ケースにおいて厳しい遅延制約のもとでもセマンティックなエッジ協調が機能し得ることを示していますが、実際の6Gスタックに対するデプロイメント級の検証ではありません。