論文の概要: Towards Explaining Autonomy with Verbalised Decision Tree States
- arxiv url: http://arxiv.org/abs/2209.13985v1
- Date: Wed, 28 Sep 2022 10:28:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-29 17:31:52.707937
- Title: Towards Explaining Autonomy with Verbalised Decision Tree States
- Title（参考訳）: 垂直決定木状態による自律性の説明に向けて
- Authors: Konstantinos Gavriilidis, Andrea Munafo, Helen Hastie, Conlan Cesar,
Michael DeFilippo, Michael R. Benjamin
- Abstract要約: この研究は、ミッション中に自動運転車が行う決定と行動を説明するためのフレームワークを提供することを目的としている。
異なる自律システムに異なる自律性を持たせるために、この研究は、自律性の内部動作を決定点から切り離す。
蒸留した決定木の出力は、自然言語の説明と組み合わせられ、演算子に文として報告される。
- 参考スコア（独自算出の注目度）: 1.101002667958165
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The development of new AUV technology increased the range of tasks that AUVs
can tackle and the length of their operations. As a result, AUVs are capable of
handling highly complex operations. However, these missions do not fit easily
into the traditional method of defining a mission as a series of pre-planned
waypoints because it is not possible to know, in advance, everything that might
occur during the mission. This results in a gap between the operator's
expectations and actual operational performance. Consequently, this can create
a diminished level of trust between the operators and AUVs, resulting in
unnecessary mission interruptions. To bridge this gap between in-mission
robotic behaviours and operators' expectations, this work aims to provide a
framework to explain decisions and actions taken by an autonomous vehicle
during the mission, in an easy-to-understand manner. Additionally, the
objective is to have an autonomy-agnostic system that can be added as an
additional layer on top of any autonomy architecture. To make the approach
applicable across different autonomous systems equipped with different
autonomies, this work decouples the inner workings of the autonomy from the
decision points and the resulting executed actions applying Knowledge
Distillation. Finally, to present the explanations to the operators in a more
natural way, the output of the distilled decision tree is combined with natural
language explanations and reported to the operators as sentences. For this
reason, an additional step known as Concept2Text Generation is added at the end
of the explanation pipeline.
- Abstract（参考訳）: 新しいAUV技術の開発により、AUVが対応できるタスクの範囲と運用期間が増加した。
その結果、AUVは高度に複雑な操作を処理できる。
しかし、これらのミッションは、ミッション中に起こる可能性のあるすべてのことを事前に知ることができないため、事前計画された一連のウェイポイントとしてミッションを定義する従来の方法に簡単には適合しない。
これにより、オペレータの期待値と実際の運用パフォーマンスのギャップが生まれる。
これにより、オペレータとAUV間の信頼レベルが低下し、不要なミッション中断が発生する。
ミッション内ロボットの行動とオペレーターの期待とのギャップを埋めるため、本研究は、ミッション中に自律車両が行う決定や行動を説明する枠組みを、理解しやすい方法で提供することを目的としている。
さらに目的は、任意の自律性アーキテクチャの上に追加レイヤとして追加可能な、自律性非依存のシステムを作ることだ。
異なる自己項を持つ異なる自律システムに適用できるようにするため、本研究は、自律性の内部動作を意思決定点から分離し、その結果、知識蒸留を施す実行動作を分離する。
最後に、より自然な方法で操作者に説明を提示するために、蒸留決定木の出力は自然言語説明と組み合わせられ、操作者に文として報告される。
このため、説明パイプラインの最後にConcept2Text Generationと呼ばれる追加のステップが追加される。
関連論文リスト
- Towards Interactive and Learnable Cooperative Driving Automation: a Large Language Model-Driven Decision-Making Framework [79.088116316919]
コネクテッド・オートモービルズ(CAV)は世界中の道路試験を開始したが、複雑なシナリオにおける安全性と効率性はまだ十分ではない。
本稿では,対話型かつ学習可能なLLM駆動協調運転フレームワークCoDrivingLLMを提案する。
論文 参考訳（メタデータ） (2024-09-19T14:36:00Z) - Reason2Drive: Towards Interpretable and Chain-based Reasoning for Autonomous Driving [38.28159034562901]
Reason2Driveは600万以上のビデオテキストペアを備えたベンチマークデータセットである。
我々は、自律運転プロセスが知覚、予測、推論ステップの逐次的な組み合わせであると特徴付けている。
本稿では,自律システムにおける連鎖型推論性能を評価するための新しい集計評価指標を提案する。
論文 参考訳（メタデータ） (2023-12-06T18:32:33Z) - 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) - 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) - Planning-oriented Autonomous Driving [60.93767791255728]
我々は、最終目標、すなわち自動運転車の計画を追求するために、好ましいフレームワークを考案し、最適化すべきであると主張している。
フルスタック運転タスクをひとつのネットワークに組み込んだ総合的なフレームワークであるUnified Autonomous Driving (UniAD)を紹介した。
論文 参考訳（メタデータ） (2022-12-20T10:47:53Z) - Autonomous Open-Ended Learning of Tasks with Non-Stationary
Interdependencies [64.0476282000118]
固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。
内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。
特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。
そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
論文 参考訳（メタデータ） (2022-05-16T10:43:01Z) - Guided Navigation from Multiple Viewpoints using Qualitative Spatial
Reasoning [0.0]
本研究の目的は、感覚障害者ロボットを目標地点に誘導するアルゴリズムを開発することである。
この研究で考慮される主な課題は、自律的なエージェントのグループを考えると、一連のハイレベルなコマンドを生成できるアルゴリズムの開発と評価である。
論文 参考訳（メタデータ） (2020-11-03T00:34:26Z) - Autonomy and Unmanned Vehicles Augmented Reactive Mission-Motion
Planning Architecture for Autonomous Vehicles [3.2013172123155615]
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。
論文 参考訳（メタデータ） (2020-07-19T02:34:48Z) - 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。