論文の概要: Algorithmic Ethics: Formalization and Verification of Autonomous Vehicle Obligations

• arxiv url: http://arxiv.org/abs/2105.02851v1
• Date: Thu, 6 May 2021 17:41:06 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-07 14:52:19.596065
• Title: Algorithmic Ethics: Formalization and Verification of Autonomous Vehicle Obligations
• Title（参考訳）: アルゴリズム倫理:自律走行車の義務の形式化と検証
• Authors: Colin Shea-Blymyer and Houssam Abbas
• Abstract要約: 自治法 (Dominance Act Utilitarianism, DAU) は、自動運転車のような自律システムの義務を形式化するための出発点である。 長期の自律性に必要な義務が時間とともにどのように変化するかを示します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We develop a formal framework for automatic reasoning about the obligations of autonomous cyber-physical systems, including their social and ethical obligations. Obligations, permissions and prohibitions are distinct from a system's mission, and are a necessary part of specifying advanced, adaptive AI-equipped systems. They need a dedicated deontic logic of obligations to formalize them. Most existing deontic logics lack corresponding algorithms and system models that permit automatic verification. We demonstrate how a particular deontic logic, Dominance Act Utilitarianism (DAU), is a suitable starting point for formalizing the obligations of autonomous systems like self-driving cars. We demonstrate its usefulness by formalizing a subset of Responsibility-Sensitive Safety (RSS) in DAU; RSS is an industrial proposal for how self-driving cars should and should not behave in traffic. We show that certain logical consequences of RSS are undesirable, indicating a need to further refine the proposal. We also demonstrate how obligations can change over time, which is necessary for long-term autonomy. We then demonstrate a model-checking algorithm for DAU formulas on weighted transition systems, and illustrate it by model-checking obligations of a self-driving car controller from the literature.
• Abstract（参考訳）: 我々は,その社会的・倫理的義務を含む自律的サイバーフィジカルシステムの義務を自動推論するための形式的枠組みを開発した。 義務、許可、禁止はシステムのミッションとは別物であり、高度な適応型AI装備システムを特定するために必要な部分である。 義務を形式化するためには、厳格な義務論理が必要です。 既存のデオン論理の多くは、自動検証を可能にする対応するアルゴリズムやシステムモデルを欠いている。 自動運転車のような自律システムの義務を定式化するための出発点として,特定のデオン主義的論理優劣法(dau)がいかに適しているかを実証する。 我々は、DAUにおける責任感性安全(Responsibility-Sensitive Safety, RSS)のサブセットを形式化し、その有用性を実証する。 我々は、RSSの論理的な結果が望ましくないことを示し、提案をさらに洗練する必要があることを示す。 また、長期自治に必要な義務が、時間とともにどのように変化するかを示す。 次に,重み付き遷移系におけるdau公式のモデルチェックアルゴリズムを実演し,自走車制御装置のモデルチェック義務を文献から示す。

関連論文リスト

• DME-Driver: Integrating Human Decision Logic and 3D Scene Perception in Autonomous Driving [65.04871316921327]
  本稿では,自律運転システムの性能と信頼性を高める新しい自律運転システムを提案する。 DME-Driverは、意思決定者として強力な視覚言語モデル、制御信号生成者として計画指向認識モデルを利用する。 このデータセットを利用することで、論理的思考プロセスを通じて高精度な計画精度を実現する。
  論文  参考訳（メタデータ） (2024-01-08T03:06:02Z)
• 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)
• When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
  我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。 我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。 コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
  論文  参考訳（メタデータ） (2023-06-09T14:33:26Z)
• ROAD-R: The Autonomous Driving Dataset with Logical Requirements [54.608762221119406]
  論理要求付きROADイベント認識データセット(ROAD-R)を紹介する。 ROAD-Rは、論理的制約として表現された要件を持つ、自動運転のための最初の公開データセットである。 我々は、(i)パフォーマンスが良く、(ii)要求自体に準拠することが保証されているモデルを作成するためにそれらを活用できることを示します。
  論文  参考訳（メタデータ） (2022-10-04T13:22:19Z)
• Tackling Real-World Autonomous Driving using Deep Reinforcement Learning [63.3756530844707]
  本研究では,加速と操舵角度を予測するニューラルネットワークを学習するモデルレスディープ強化学習プランナを提案する。 実際の自動運転車にシステムをデプロイするために、我々は小さなニューラルネットワークで表されるモジュールも開発する。
  論文  参考訳（メタデータ） (2022-07-05T16:33:20Z)
• Parallelized and Randomized Adversarial Imitation Learning for Safety-Critical Self-Driving Vehicles [11.463476667274051]
  運転システムを安全に制御するために、信頼性の高いADAS機能調整を検討することが不可欠である。 本稿では,RAILアルゴリズムを提案する。 提案手法は, LIDARデータを扱う意思決定者を訓練し, 多車線複合高速道路環境における自律走行を制御できる。
  論文  参考訳（メタデータ） (2021-12-26T23:42:49Z)
• 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)
• Automated Machine Learning, Bounded Rationality, and Rational Metareasoning [62.997667081978825]
  有界合理性の観点から、自動機械学習(AutoML)と関連する問題を考察する。 リソース境界の下でアクションを取るには、エージェントがこれらのリソースを最適な方法で利用する方法を反映する必要がある。
  論文  参考訳（メタデータ） (2021-09-10T09:10:20Z)
• Smart Automotive Technology Adherence to the Law: (De)Constructing Road Rules for Autonomous System Development, Verification and Safety [0.7481220126953327]
  運転は直感的なタスクであり、予期しない出来事に対して、スキル、絶え間ない警告、警戒を必要とする。 現代の自動車には、いくつかの、ほとんどの、または限られたケースで、すべての運転タスクを仮定できる、スマートアシストと自律運転システムが含まれています。 英国運輸省は、自動車線維持システムの安全使用に対する対応として、これらのシステムは関連する交通規則に準拠するためにテストされていることを提案している。 本稿では,交通法の複雑な法体系を再構築し,その要件と流れを表現するためのアプローチを提案する。
  論文  参考訳（メタデータ） (2021-09-07T09:22:15Z)
• Towards a Framework for Certification of Reliable Autonomous Systems [3.3861948721202233]
  計算システムは、人間の監督や制御なしに独自の決定を下したり、独自の行動を取ることができる場合、自律的である。 例えば、無人航空システムを民間空域で自律的に使用するために、どうやって認定できるのか? ここでは、自律システムの信頼性の高い動作を提供するために、何が必要なのかを分析する。 我々は、研究者、技術者、規制当局への挑戦を含む規制ガイドラインの策定に向けたロードマップを提案する。
  論文  参考訳（メタデータ） (2020-01-24T18:18:35Z)

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。