論文の概要: Proceedings Third Workshop on Formal Methods for Autonomous Systems
- arxiv url: http://arxiv.org/abs/2110.11527v1
- Date: Fri, 22 Oct 2021 00:09:27 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-26 02:34:47.624574
- Title: Proceedings Third Workshop on Formal Methods for Autonomous Systems
- Title（参考訳）: 第3回自律システムの形式的手法に関するワークショップ
- Authors: Marie Farrell (Maynooth University, Ireland), Matt Luckcuck (Maynooth
University, Ireland)
- Abstract要約: このEPPTCS巻は、FMAS 2021(Formal Methods for Autonomous Systems)の第3回ワークショップの手続きを含んでいる。
FMAS 2021は、新型コロナウイルス(COVID-19)の規制への適応として、オンラインのスタンドアローンのイベントだった。
FMASのゴールは、フォーマルな方法を使って自律システムのユニークな課題に取り組む先進的な研究者を集結させることだ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous systems are highly complex and present unique challenges for the
application of formal methods. Autonomous systems act without human
intervention, and are often embedded in a robotic system, so that they can
interact with the real world. As such, they exhibit the properties of
safety-critical, cyber-physical, hybrid, and real-time systems.
This EPTCS volume contains the proceedings for the third workshop on Formal
Methods for Autonomous Systems (FMAS 2021), which was held virtually on the
21st and 22nd of October 2021. Like the previous workshop, FMAS 2021 was an
online, stand-alone event, as an adaptation to the ongoing COVID-19
restrictions. Despite the challenges this brought, we were determined to build
on the success of the previous two FMAS workshops.
The goal of FMAS is to bring together leading researchers who are tackling
the unique challenges of autonomous systems using formal methods, to present
recent and ongoing work. We are interested in the use of formal methods to
specify, model, or verify autonomous and/or robotic systems; in whole or in
part. We are also interested in successful industrial applications and
potential future directions for this emerging application of formal methods.
- Abstract（参考訳）: 自律システムは高度に複雑であり、形式的手法の適用に特有の課題がある。
自律システムは人間の介入なしに行動し、しばしばロボットシステムに組み込まれ、現実世界と対話できるようにします。
そのため、それらは安全クリティカル、サイバー物理、ハイブリッド、リアルタイムシステムの特性を示す。
EPTCSの巻には、2021年10月21日と22日に事実上開催されたFMAS 2021(Formal Methods for Autonomous Systems)の第3回ワークショップの手続きが含まれている。
前回のワークショップと同様、FMAS 2021は新型コロナウイルス(COVID-19)の規制に適応するため、オンラインのスタンドアロンイベントだった。
これがもたらした課題にもかかわらず、私たちは以前の2つのFMASワークショップの成功に基づいて構築することにしました。
FMASの目標は、フォーマルな方法で自律システムのユニークな課題に対処している先進的な研究者をまとめて、現在進行中の成果を提示することにある。
私たちは、自律型および/またはロボットシステムの特定、モデル化、検証のための正式な方法の使用に興味があります。
私たちはまた、産業応用の成功と、この新たな形式的手法の適用の今後の方向性にも興味を持っています。
関連論文リスト
- Single-Shot Learning of Stable Dynamical Systems for Long-Horizon Manipulation Tasks [48.54757719504994]
本稿では,必要なトレーニングデータ量を削減しつつ,タスク成功率の向上に焦点をあてる。
提案手法では,長距離実証をウェイポイントとサブゴールで定義された離散ステップに分割する手法を提案する。
シミュレーションと実世界の両方の実験を通して,本手法を検証し,シミュレーションから物理ロボットプラットフォームへの効果的移行を実証した。
論文 参考訳（メタデータ） (2024-10-01T19:49:56Z) - 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) - Towards Formal Fault Injection for Safety Assessment of Automated
Systems [0.0]
本稿では,開発ライフサイクルを通じてこれら2つのテクニックを融合したフォーマルなフォールトインジェクションを紹介する。
我々は,形式的手法と断層注入の相互支援の5つの領域を同定し,より密着的なアプローチを提唱する。
論文 参考訳（メタデータ） (2023-11-16T11:34:18Z) - 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) - AAAI 2022 Fall Symposium: Lessons Learned for Autonomous Assessment of
Machine Abilities (LLAAMA) [1.157139586810131]
現代の民間と軍事のシステムは、洗練されたインテリジェントな自律機械の需要を生み出している。
これらの新しい形のインテリジェントな自律性は、運用意図のいつ/どのようにコミュニケーションし、自律エージェントの実際の能力を評価することが全体的なパフォーマンスに影響を及ぼすかという疑問を提起する。
このシンポジウムでは、インテリジェントな自律システムを自己評価し、割り当てられたタスクを効果的に実行する能力を伝える可能性について検討する。
論文 参考訳（メタデータ） (2023-01-13T03:47:38Z) - Leveraging Sequentiality in Reinforcement Learning from a Single
Demonstration [68.94506047556412]
本稿では,複雑なロボットタスクの制御ポリシーを1つの実演で学習するために,シーケンシャルなバイアスを活用することを提案する。
本研究は, ヒューマノイド移動やスタンドアップなど, 模擬課題のいくつかを, 前例のないサンプル効率で解くことができることを示す。
論文 参考訳（メタデータ） (2022-11-09T10:28:40Z) - Proceedings Fourth International Workshop on Formal Methods for
Autonomous Systems (FMAS) and Fourth International Workshop on Automated and
verifiable Software sYstem DEvelopment (ASYDE) [0.0]
第4回自動システムのための形式的方法に関する国際ワークショップ(FMAS 2022)
第4回自動検証ソフトウェアsystem開発国際ワークショップ(ASYDE 2022)
第20回ソフトウェアエンジニアリング・フォーマルメソッド国際会議(SEFM'22)とベルリンのフンボルト大学で共同で開催。
論文 参考訳（メタデータ） (2022-09-27T06:40:10Z) - Lifelong Learning Metrics [63.8376359764052]
DARPA Lifelong Learning Machines (L2M) プログラムは、人工知能(AI)システムの進歩を目指している。
本論文は、生涯学習シナリオを実行するエージェントのパフォーマンスの構築と特徴付けのためのフォーマリズムを概説する。
論文 参考訳（メタデータ） (2022-01-20T16:29:14Z) - Two-Stream Consensus Network: Submission to HACS Challenge 2021
Weakly-Supervised Learning Track [78.64815984927425]
弱い監督による時間的行動ローカライゼーションの目標は、ビデオの興味ある動作を時間的に特定し、分類することである。
この課題では,2ストリームコンセンサスネットワーク(TSCN)を主要なフレームワークとして採用しています。
この課題では,本手法が今後の学術研究のベースラインとなることを期待して,第2位にランクインした。
論文 参考訳（メタデータ） (2021-06-21T03:36:36Z) - Proceedings Second Workshop on Formal Methods for Autonomous Systems [0.0]
FMASの目標は、正式な方法で自律システムの課題に取り組む先進的な研究者を集結させることだ。
私たちは、自律システムやロボットシステムを特定し、モデル化し、検証するための正式な方法を使うことに興味があります。
論文 参考訳（メタデータ） (2020-12-02T13:08:57Z) - Formal Verification of End-to-End Learning in Cyber-Physical Systems:
Progress and Challenges [7.955313479061443]
コンピュータチェックによる正式な正当性を構築することで、自律システムの安全性を確保することができるかもしれない。
本稿では,既存の形式的検証手法に基づく3つの仮定について述べる。
形式的検証による証拠の強度向上に向けた予備的な研究を要約する。
論文 参考訳（メタデータ） (2020-06-15T16:50:47Z)
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。