論文の概要: Adaptive Stress Testing of Trajectory Predictions in Flight Management Systems

• arxiv url: http://arxiv.org/abs/2011.02559v1
• Date: Wed, 4 Nov 2020 22:05:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-29 21:31:02.040328
• Title: Adaptive Stress Testing of Trajectory Predictions in Flight Management Systems
• Title（参考訳）: 飛行管理システムにおける軌道予測の適応応力試験
• Authors: Robert J. Moss, Ritchie Lee, Nicholas Visser, Joachim Hochwarth, James G. Lopez, and Mykel J. Kochenderfer
• Abstract要約: 適応的ストレステスト(Adaptive stress testing)と呼ばれる,高度なブラックボックスストレステスト手法について検討する。 本研究の目的は,予測された横方向軌道の不整合に関連する故障事象を探索することである。 その結果、適応的ストレステスト手法は、より多くの障害を見つけ、ベースライン手法と比較して高い確率で失敗を見つけます。
• 参考スコア（独自算出の注目度）: 24.873407623150033
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To find failure events and their likelihoods in flight-critical systems, we investigate the use of an advanced black-box stress testing approach called adaptive stress testing. We analyze a trajectory predictor from a developmental commercial flight management system which takes as input a collection of lateral waypoints and en-route environmental conditions. Our aim is to search for failure events relating to inconsistencies in the predicted lateral trajectories. The intention of this work is to find likely failures and report them back to the developers so they can address and potentially resolve shortcomings of the system before deployment. To improve search performance, this work extends the adaptive stress testing formulation to be applied more generally to sequential decision-making problems with episodic reward by collecting the state transitions during the search and evaluating at the end of the simulated rollout. We use a modified Monte Carlo tree search algorithm with progressive widening as our adversarial reinforcement learner. The performance is compared to direct Monte Carlo simulations and to the cross-entropy method as an alternative importance sampling baseline. The goal is to find potential problems otherwise not found by traditional requirements-based testing. Results indicate that our adaptive stress testing approach finds more failures and finds failures with higher likelihood relative to the baseline approaches.
• Abstract（参考訳）: 飛行クリティカルシステムにおける故障事象とその可能性を探るため,適応ストレステストと呼ばれる高度なブラックボックスストレステスト手法を用いて検討を行った。 本研究では,横方向の経路点と経路環境条件の集合を入力とした開発型商業飛行管理システムから軌道予測器を解析する。 本研究の目的は,予測された側方軌道の不整合に関連する障害イベントを探索することである。 この作業の意図は、潜在的な障害を見つけて、それを開発者に報告することで、デプロイ前にシステムの欠点に対処し、解決することです。 探索性能を向上させるため、本研究は、探索中の状態遷移を収集し、シミュレーションロールアウトの終了時に評価することにより、シーケンシャルな決定問題に対してより一般的に適用される適応的ストレス試験定式化を拡張した。 改良型モンテカルロ木探索アルゴリズムを, 対向的強化学習者として, 漸進的に拡張した。 この性能はモンテカルロ直接シミュレーションやクロスエントロピー法と比較される。 目標は、従来の要件ベースのテストでは見つからない潜在的な問題を見つけることです。 その結果、適応的ストレステスト手法は、より多くの障害を見つけ、ベースライン手法と比較して高い確率で失敗を見つけます。

関連論文リスト

• Embedding generalization within the learning dynamics: An approach based-on sample path large deviation theory [0.0]
  本研究では,持続的視点から手法を利用する経験的リスク摂動に基づく学習問題を考察する。 大規模偏差のFreidlin-Wentzell理論に基づく小雑音限界の推定を行う。 また、最適点推定に繋がる変分問題を解く計算アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-08-04T23:31:35Z)
• Reshaping the Online Data Buffering and Organizing Mechanism for Continual Test-Time Adaptation [49.53202761595912]
  継続的なテスト時間適応は、訓練済みのソースモデルを適用して、教師なしのターゲットドメインを継続的に変更する。 我々は、オンライン環境、教師なしの自然、エラー蓄積や破滅的な忘れのリスクなど、このタスクの課題を分析する。 教師なしシングルパスデータストリームから重要サンプルを高い確実性で識別・集約する不確実性を考慮したバッファリング手法を提案する。
  論文  参考訳（メタデータ） (2024-07-12T15:48:40Z)
• On Pitfalls of Test-Time Adaptation [82.8392232222119]
  TTA(Test-Time Adaptation)は、分散シフトの下で堅牢性に取り組むための有望なアプローチとして登場した。 TTABは,10の最先端アルゴリズム,多種多様な分散シフト,および2つの評価プロトコルを含むテスト時間適応ベンチマークである。
  論文  参考訳（メタデータ） (2023-06-06T09:35:29Z)
• Adaptive Failure Search Using Critical States from Domain Experts [9.93890332477992]
  フェールサーチは、シミュレーションまたは実世界のテストにおいて、かなりの走行距離をロギングすることで行うことができる。 ASTはマルコフ決定プロセスとして失敗探索の問題を提起する手法である。 ASTフレームワークにクリティカルステートを組み込むことで,安全性違反の増大を伴う障害シナリオが生成されることを示す。
  論文  参考訳（メタデータ） (2023-04-01T18:14:41Z)
• Towards Out-of-Distribution Sequential Event Prediction: A Causal Treatment [72.50906475214457]
  シーケンシャルなイベント予測の目標は、一連の歴史的なイベントに基づいて次のイベントを見積もることである。 実際には、次のイベント予測モデルは、一度に収集されたシーケンシャルなデータで訓練される。 文脈固有の表現を学習するための階層的な分岐構造を持つフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-24T07:54:13Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• Collision-Free Navigation using Evolutionary Symmetrical Neural Networks [0.0]
  本稿では、反応衝突回避のための進化的ニューラルネットワークを用いた以前の研究を拡張した。 我々は、対称ニューラルネットワークと呼ばれる新しい手法を提案している。 この手法は,ネットワーク重み間の制約を強制することにより,モデルの性能を向上させる。
  論文  参考訳（メタデータ） (2022-03-29T13:02:14Z)
• PreGAN: Preemptive Migration Prediction Network for Proactive Fault-Tolerant Edge Computing [12.215537834860699]
  本稿では,GAN(Generative Adrial Network)を用いた複合AIモデルPreGANを提案する。 PreGANは、欠陥検出、診断、分類において最先端のベースライン手法より優れており、高い品質のサービスを実現することができる。
  論文  参考訳（メタデータ） (2021-12-04T09:40:50Z)
• Detecting Rewards Deterioration in Episodic Reinforcement Learning [63.49923393311052]
  多くのRLアプリケーションでは、トレーニングが終了すると、エージェント性能の劣化をできるだけ早く検出することが不可欠である。 我々は,各エピソードにおける報酬が独立でもなく,同一に分散した,マルコフでもない,エピソード的枠組みを考察する。 平均シフトは、時間信号の劣化(報酬など)に対応する方法で定義し、最適な統計的パワーでこの問題の試行を導出する。
  論文  参考訳（メタデータ） (2020-10-22T12:45:55Z)
• Reinforcement Learning for Low-Thrust Trajectory Design of Interplanetary Missions [77.34726150561087]
  本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。 最先端アルゴリズムのオープンソース実装が採用されている。 その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
  論文  参考訳（メタデータ） (2020-08-19T15:22:15Z)

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。