論文の概要: A Software Tool for Evaluating Unmanned Autonomous Systems
- arxiv url: http://arxiv.org/abs/2111.10871v1
- Date: Sun, 21 Nov 2021 18:17:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-23 17:20:43.060732
- Title: A Software Tool for Evaluating Unmanned Autonomous Systems
- Title（参考訳）: 無人自律システム評価のためのソフトウェアツール
- Authors: Abdollah Homaifar, Ali Karimoddini, Mike Heiges, Mubbashar A. Khan,
Berat A. Erol, Shabnam Nazmi
- Abstract要約: 本稿では、データ駆動知能予測ツール(DIPT)と呼ばれるシミュレーションベース技術の一例を示す。
DIPTは多プラットフォーム無人航空機(UAV)システムをテストするために開発された。
- 参考スコア（独自算出の注目度）: 0.9786690381850356
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The North Carolina Agriculture and Technical State University (NC A&T) in
collaboration with Georgia Tech Research Institute (GTRI) has developed
methodologies for creating simulation-based technology tools that are capable
of inferring the perceptions and behavioral states of autonomous systems. These
methodologies have the potential to provide the Test and Evaluation (T&E)
community at the Department of Defense (DoD) with a greater insight into the
internal processes of these systems. The methodologies use only external
observations and do not require complete knowledge of the internal processing
of and/or any modifications to the system under test. This paper presents an
example of one such simulation-based technology tool, named as the Data-Driven
Intelligent Prediction Tool (DIPT). DIPT was developed for testing a
multi-platform Unmanned Aerial Vehicle (UAV) system capable of conducting
collaborative search missions. DIPT's Graphical User Interface (GUI) enables
the testers to view the aircraft's current operating state, predicts its
current target-detection status, and provides reasoning for exhibiting a
particular behavior along with an explanation of assigning a particular task to
it.
- Abstract（参考訳）: ノースカロライナ農業技術州立大学(nc a&t)はジョージア工科大学(gtri)と協力して、自律システムの認識と行動状態を推測するシミュレーションベースの技術ツールを開発する手法を開発した。
これらの方法論は、国防総省(dod)のtest and evaluation(t&e)コミュニティに、これらのシステムの内部プロセスに関する深い洞察を提供する可能性がある。
この方法論は外部の観測のみを使用し、テスト中のシステムの内部処理および/または変更に関する完全な知識を必要としない。
本稿では,データ駆動型知的予測ツール(dipt)と呼ばれる,シミュレーションベースの技術ツールの例を示す。
diptは、共同探索任務が可能な多プラットフォーム無人航空機(uav)システムの試験のために開発された。
DIPTのグラフィカルユーザインタフェース(GUI)は、テスタが航空機の現在の動作状態を確認し、現在の目標検出状態を予測し、特定のタスクを割り当てる説明とともに、特定の振る舞いを示すための推論を提供する。
関連論文リスト
- A Roadmap for Simulation-Based Testing of Autonomous Cyber-Physical Systems: Challenges and Future Direction [5.742965094549775]
本稿では,自律システムのシミュレーションに基づくテストの戦略的ロードマップを開拓する。
本稿では,テスト自動化と品質保証に着目し,ACPSの課題と障害について論じる。
論文 参考訳（メタデータ） (2024-05-02T07:42:33Z) - A Multimodal Automated Interpretability Agent [63.8551718480664]
MAIAは、ニューラルモデルを使用して、ニューラルモデル理解タスクを自動化するシステムである。
まず、画像の学習表現における(ニューロンレベルの)特徴を記述できるMAIAの能力を特徴付ける。
次に、MAIAは、刺激的な特徴に対する感度の低下と、誤分類される可能性のある入力を自動的に識別する2つの追加の解釈可能性タスクに役立てることができることを示す。
論文 参考訳（メタデータ） (2024-04-22T17:55:11Z) - Automated System-level Testing of Unmanned Aerial Systems [2.2249176072603634]
国際安全基準の主な要件は、アビオニクスソフトウェアシステムの厳格なシステムレベルのテストを実行することである。
提案したアプローチ(AITester)は、モデルベースのテストと人工知能(AI)技術を使用して、さまざまなテストシナリオを自動生成、実行、評価する。
論文 参考訳（メタデータ） (2024-03-23T14:47:26Z) - Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する
AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。
本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
論文 参考訳（メタデータ） (2024-02-21T08:29:42Z) - Feature Visualization within an Automated Design Assessment leveraging
Explainable Artificial Intelligence Methods [0.0]
3次元CADデータから駆動されるディープラーニングシステムによって主に活用される自動能力評価について紹介した。
現在の評価システムは、抽象的な特徴に関してCADデータを評価することができるが、システム決定の理由に関する幾何学的な指標は持っていない。
NeuroCADプロジェクト内では、ある抽象的特徴に関連する幾何学的特徴を特定するためにxAIメソッドが使用される。
論文 参考訳（メタデータ） (2022-01-28T13:31:42Z) - 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) - Realistic simulation of users for IT systems in cyber ranges [63.20765930558542]
ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。
このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。
また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
論文 参考訳（メタデータ） (2021-11-23T10:53:29Z) - Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。
私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。
当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
論文 参考訳（メタデータ） (2021-01-11T15:54:48Z) - Adaptive Immunity for Software: Towards Autonomous Self-healing Systems [0.6117371161379209]
自己修復ソフトウェアシステムは、実行時に予期しない問題を検出し、診断し、含めることができる。
機械学習の最近の進歩は、システムを観察して学ぶことができる。
人工免疫システムは、特に自己修復システムを構築するのに適している。
論文 参考訳（メタデータ） (2021-01-07T13:22:55Z) - A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。
我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。
我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
論文 参考訳（メタデータ） (2020-11-17T22:24:26Z) - UAV Autonomous Localization using Macro-Features Matching with a CAD
Model [0.0]
本稿では,マクロな特徴の検出とマッチングに依存する,オフライン,ポータブル,リアルタイムな室内UAVローカライゼーション手法を提案する。
この研究の主な貢献は、UAVキャプチャー画像からマクロ特徴記述ベクトルをリアルタイムに作成することであり、同時にコンピュータ支援設計(CAD)モデルからオフラインの既存ベクトルと一致する。
提案システムの有効性と精度をシミュレーションおよび試作実験により評価した。
論文 参考訳（メタデータ） (2020-01-30T23:49:15Z)
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。