論文の概要: Autonomy and Unmanned Vehicles Augmented Reactive Mission-Motion Planning Architecture for Autonomous Vehicles

• arxiv url: http://arxiv.org/abs/2007.09563v1
• Date: Sun, 19 Jul 2020 02:34:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 00:16:40.715805
• Title: Autonomy and Unmanned Vehicles Augmented Reactive Mission-Motion Planning Architecture for Autonomous Vehicles
• Title（参考訳）: 自律走行車のための反応性ミッション・モビリティ・プランニング・アーキテクチャ
• Authors: Somaiyeh MahmoudZadeh, David MW Powers, Reza Bairam Zadeh
• Abstract要約: 本書は、内外の状況意識におけるUVの自律性とその関連性に関する包括的調査を提供することを目的としている。 人間の監督への依存を最小限に抑えるためには、先進的なインテリジェンスレベルが不可欠である。 自律的なシステムには、境界を自律的な構造へと押し上げるための堅牢なミッション管理戦略が必要です。
• 参考スコア（独自算出の注目度）: 3.2013172123155615
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Advances in hardware technology have facilitated more integration of sophisticated software toward augmenting the development of Unmanned Vehicles (UVs) and mitigating constraints for onboard intelligence. As a result, UVs can operate in complex missions where continuous trans-formation in environmental condition calls for a higher level of situational responsiveness and autonomous decision making. This book is a research monograph that aims to provide a comprehensive survey of UVs autonomy and its related properties in internal and external situation awareness to-ward robust mission planning in severe conditions. An advance level of intelligence is essential to minimize the reliance on the human supervisor, which is a main concept of autonomy. A self-controlled system needs a robust mission management strategy to push the boundaries towards autonomous structures, and the UV should be aware of its internal state and capabilities to assess whether current mission goal is achievable or find an alternative solution. In this book, the AUVs will become the major case study thread but other cases/types of vehicle will also be considered. In-deed the research monograph, the review chapters and the new approaches we have developed would be appropriate for use as a reference in upper years or postgraduate degrees for its coverage of literature and algorithms relating to Robot/Vehicle planning, tasking, routing, and trust.
• Abstract（参考訳）: ハードウェア技術の進歩は、無人車両(UV)の開発を増強し、搭載されたインテリジェンスに対する制約を軽減するため、高度なソフトウェアの統合を促進する。 その結果、UVは環境条件における継続的なトランスフォームがより高いレベルの状況応答性と自律的な意思決定を要求する複雑なミッションで運用することができる。 本書は、厳格な状況下での強固なミッション計画に対する内外の状況認識におけるuvsの自律性とその関連特性の包括的調査を目的とする研究モノグラフである。 高度な知性は、自律性の主要な概念である人的監督者への依存を最小限に抑えるために不可欠である。 uvは、現在のミッション目標が達成可能か、あるいは別の解決策を見つけるかを評価するための内部状態と能力に注意する必要がある。 本書では、AUVが主要なケーススタディスレッドとなるが、他のケースや車両の種類についても検討する。 研究のモノグラフ、レビューの章、そして私たちが開発してきた新しいアプローチは、ロボット/車両計画、タスク、ルーティング、信頼に関連する文学やアルゴリズムのカバレッジを、上年または大学院で参照するのに適しています。

関連論文リスト

• Exploring the Causality of End-to-End Autonomous Driving [57.631400236930375]
  本稿では,エンドツーエンド自動運転の因果関係を探究し,分析するための包括的アプローチを提案する。 私たちの研究は、エンドツーエンドの自動運転の謎を初めて明らかにし、ブラックボックスを白い箱に変えた。
  論文  参考訳（メタデータ） (2024-07-09T04:56:11Z)
• Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
  本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
  論文  参考訳（メタデータ） (2024-05-14T09:42:21Z)
• Forging Vision Foundation Models for Autonomous Driving: Challenges, Methodologies, and Opportunities [59.02391344178202]
  ビジョンファウンデーションモデル(VFM)は、幅広いAIアプリケーションのための強力なビルディングブロックとして機能する。 総合的なトレーニングデータの不足、マルチセンサー統合の必要性、多様なタスク固有のアーキテクチャは、VFMの開発に重大な障害をもたらす。 本稿では、自動運転に特化したVFMを鍛造する上で重要な課題について述べるとともに、今後の方向性を概説する。
  論文  参考訳（メタデータ） (2024-01-16T01:57:24Z)
• Interactive Autonomous Navigation with Internal State Inference and Interactivity Estimation [58.21683603243387]
  本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。 これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。 提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-11-27T18:57:42Z)
• LLM4Drive: A Survey of Large Language Models for Autonomous Driving [62.10344445241105]
  大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。 本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
  論文  参考訳（メタデータ） (2023-11-02T07:23:33Z)
• Neurosymbolic Meta-Reinforcement Lookahead Learning Achieves Safe Self-Driving in Non-Stationary Environments [17.39580032857777]
  本研究では,emphNeurosymbolic Meta-Reinforcement Lookahead Learning(NUMERLA)に基づくルックアヘッドシンボリック制約を用いたオンラインメタ強化学習アルゴリズムを提案する。 実験により、NUMERLAはリアルタイム適応能力を持つ自動運転エージェントを推定し、非定常都市での人間と車両の相互作用シナリオ下での安全かつ自己適応運転を実現する。
  論文  参考訳（メタデータ） (2023-09-05T15:47:40Z)
• Assurance for Autonomy -- JPL's past research, lessons learned, and future directions [56.32768279109502]
  幅広い状況の変動が、事前計画された応答を妨げている場合、自律性が必要である。 ミッション・アシュアランス(Mission Assurance)は、信頼性を提供する上で重要な貢献者であるが、何十年にもわたって宇宙飛行に輝く保証の実践は、自律性に関する経験が比較的少ない。 JPLのソフトウェア保証グループの研究者は、自律性の保証に特化した技術の開発に関与している。
  論文  参考訳（メタデータ） (2023-05-16T18:24:12Z)
• Survey of Deep Learning for Autonomous Surface Vehicles in the Marine Environment [15.41166179659646]
  今後数年以内に、幅広い用途で利用できる高度な自動運転技術が提供される予定だ。 本稿では,ASV関連分野におけるディープラーニング(DL)手法の実装に関する既存研究について検討する。
  論文  参考訳（メタデータ） (2022-10-16T08:46:17Z)
• Towards Safe, Explainable, and Regulated Autonomous Driving [11.043966021881426]
  本稿では、自律制御、説明可能なAI(XAI)、規制コンプライアンスを統合するフレームワークを提案する。 フレームワークの目標を達成するのに役立つ、関連するXAIアプローチについて説明します。
  論文  参考訳（メタデータ） (2021-11-20T05:06:22Z)
• Current Advancements on Autonomous Mission Planning and Management Systems: an AUV and UAV perspective [0.43036809606968096]
  本稿では,UVのミッションプランニング・マネジメントシステムについて紹介する。 本研究は,UVの自律性評価に関する総合的な調査である。 本論文は、ヒューマノイドと自律システムの性能を別々に説明し、UV運用における人間の役割と影響を明らかにする。
  論文  参考訳（メタデータ） (2020-07-10T05:56:34Z)

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。