論文の概要: A Requirements-Driven Platform for Validating Field Operations of Small Uncrewed Aerial Vehicles

• arxiv url: http://arxiv.org/abs/2307.00194v1
• Date: Sat, 1 Jul 2023 02:03:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-10-23 18:33:45.368768
• Title: A Requirements-Driven Platform for Validating Field Operations of Small Uncrewed Aerial Vehicles
• Title（参考訳）: 小型無人航空機のフィールド運用検証のための要求駆動型プラットフォーム
• Authors: Ankit Agrawal, Bohan Zhang, Yashaswini Shivalingaiah, Michael Vierhauser, Jane Cleland-Huang
• Abstract要約: DroneReqValidator (DRV)は、sUAS開発者が運用コンテキストを定義し、複数のsUASミッション要件を設定し、安全性特性を指定し、独自のsUASアプリケーションを高忠実な3D環境にデプロイすることを可能にする。 DRVモニタリングシステムは、sUASと環境からランタイムデータを収集し、安全特性のコンプライアンスを分析し、違反をキャプチャする。
• 参考スコア（独自算出の注目度）: 48.67061953896227
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Flight-time failures of small Uncrewed Aerial Systems (sUAS) can have a severe impact on people or the environment. Therefore, sUAS applications must be thoroughly evaluated and tested to ensure their adherence to specified requirements, and safe behavior under real-world conditions, such as poor weather, wireless interference, and satellite failure. However, current simulation environments for autonomous vehicles, including sUAS, provide limited support for validating their behavior in diverse environmental contexts and moreover, lack a test harness to facilitate structured testing based on system-level requirements. We address these shortcomings by eliciting and specifying requirements for an sUAS testing and simulation platform, and developing and deploying it. The constructed platform, DroneReqValidator (DRV), allows sUAS developers to define the operating context, configure multi-sUAS mission requirements, specify safety properties, and deploy their own custom sUAS applications in a high-fidelity 3D environment. The DRV Monitoring system collects runtime data from sUAS and the environment, analyzes compliance with safety properties, and captures violations. We report on two case studies in which we used our platform prior to real-world sUAS deployments, in order to evaluate sUAS mission behavior in various environmental contexts. Furthermore, we conducted a study with developers and found that DRV simplifies the process of specifying requirements-driven test scenarios and analyzing acceptance test results
• Abstract（参考訳）: 小型無人航空機(sUAS)の飛行時の故障は人や環境に深刻な影響を及ぼす可能性がある。 したがって、SUASのアプリケーションは、特定の要件に順守し、悪天候、無線干渉、衛星の故障といった現実世界の状況下での安全な行動を保証するために、徹底的に評価され、テストされなければならない。 しかし、SUASを含む現在の自動運転車のシミュレーション環境は、様々な環境環境での動作を検証するための限定的なサポートを提供しており、システムレベルの要件に基づいた構造化テストを容易にするためのテストハーネスが欠如している。 これらの欠点に対処するために、sUASテストおよびシミュレーションプラットフォームに必要な要件を抽出し、指定し、それを開発し、デプロイする。 構築されたプラットフォームであるDroneReqValidator (DRV)は、sUAS開発者が運用コンテキストを定義し、複数のsUASミッション要件を設定し、安全性特性を指定し、高忠実な3D環境に独自のsUASアプリケーションをデプロイすることを可能にする。 DRVモニタリングシステムは、sUASと環境からランタイムデータを収集し、安全特性のコンプライアンスを分析し、違反をキャプチャする。 実世界のsuas展開に先立って,様々な環境条件下でのsuasミッション行動を評価するために,当社のプラットフォームを用いた2つのケーススタディについて報告する。 さらに,開発者を対象に調査を行い,要件駆動テストシナリオの特定と受け入れテスト結果の分析をdrvが簡略化することを発見した。

関連論文リスト

• Uncovering Failures in Cyber-Physical System State Transitions: A Fuzzing-Based Approach Applied to sUAS [24.365105058018287]
  SaFUZZは、状態遷移、自動フェイルセーフ、ヒューマンオペレータのインタラクションに関連するコア動作を検証する、状態認識ファジィパイプラインである。 ファジィグ仕様を作成し、行動偏差を検知し、関連する障害木を動的に生成し、状態、モード、環境要因を可視化する。 我々は,SaFUZZを現実世界のsUASシステムに対して検証し,これまでシステム開発チームが検出していなかったいくつかの障害点を特定することができた。
  論文  参考訳（メタデータ） (2026-01-09T00:37:35Z)
• AutoForge: Automated Environment Synthesis for Agentic Reinforcement Learning [71.4322853508083]
  シミュレーション環境における強化学習の実施は、言語ベースのエージェントを強化するためのコスト効率が高く、スケーラブルな方法を提供する。 これまでの作業は、半自動化された環境合成や、十分な困難を欠いたタスクに限られており、幅や深さがほとんどない。 本稿では,高難易度かつ容易に検証可能なタスクに関連付けられたシミュレーション環境の,自動化されたスケーラブルな合成のための統一パイプラインを提案する。
  論文  参考訳（メタデータ） (2025-12-28T09:43:11Z)
• Grounded Test-Time Adaptation for LLM Agents [75.62784644919803]
  大規模言語モデル(LLM)ベースのエージェントは、新規で複雑な環境への一般化に苦慮している。 環境特化情報を活用することで, LLMエージェントを適応するための2つの戦略を提案する。
  論文  参考訳（メタデータ） (2025-11-06T22:24:35Z)
• OS-Sentinel: Towards Safety-Enhanced Mobile GUI Agents via Hybrid Validation in Realistic Workflows [77.95511352806261]
  VLM(Vision-Language Models)を利用したコンピュータ利用エージェントは、モバイルプラットフォームのようなデジタル環境を操作する上で、人間のような能力を実証している。 我々は,明示的なシステムレベルの違反を検出するための形式検証器と,文脈的リスクとエージェント行動を評価するコンテキスト判断器を組み合わせた,新しいハイブリッド安全検出フレームワークOS-Sentinelを提案する。
  論文  参考訳（メタデータ） (2025-10-28T13:22:39Z)
• VehicleWorld: A Highly Integrated Multi-Device Environment for Intelligent Vehicle Interaction [78.34534983766973]
  VehicleWorldは、30のモジュール、250のAPI、680のプロパティを備えた、自動車ドメインのための最初の包括的な環境である。 本研究では,システム状態認識を明示的に維持し,目標条件を達成するために直接状態遷移を実装する新しい手法であるState-based Function Call (SFC)を提案する。
  論文  参考訳（メタデータ） (2025-09-08T14:28:25Z)
• Validating Terrain Models in Digital Twins for Trustworthy sUAS Operations [19.63204309987071]
  環境デジタルツインズ(EDT)は、安全な飛行計画と、監視活動中に適切な高度を維持するために重要である。 本稿では,実世界のsUASタスクにおいて,EDTの重要な構成要素の一つである地形モデルの検証に焦点をあてる。
  論文  参考訳（メタデータ） (2025-08-22T05:42:55Z)
• AGENTSAFE: Benchmarking the Safety of Embodied Agents on Hazardous Instructions [76.74726258534142]
  本稿では,有害な指示を受けるVLMエージェントの安全性を評価するための最初のベンチマークであるProgentSAFEを提案する。 AgentSAFEはシミュレーションサンドボックス内の現実的なエージェントと環境の相互作用をシミュレートする。 ベンチマークには、45の敵シナリオ、1,350の有害なタスク、8,100の有害な命令が含まれます。
  論文  参考訳（メタデータ） (2025-06-17T16:37:35Z)
• More Clear, More Flexible, More Precise: A Comprehensive Oriented Object Detection benchmark for UAV [58.89234732689013]
  CODroneは、現実の状況を正確に反映した、UAVのための包括的なオブジェクト指向オブジェクト検出データセットである。 また、下流のタスク要求に合わせて設計された新しいベンチマークとしても機能する。 我々は、CODroneを厳格に評価するために、22の古典的またはSOTA法に基づく一連の実験を行う。
  論文  参考訳（メタデータ） (2025-04-28T17:56:02Z)
• A General Infrastructure and Workflow for Quadrotor Deep Reinforcement Learning and Reality Deployment [48.90852123901697]
  本稿では, エンドツーエンドの深層強化学習(DRL)ポリシーを四元数へシームレスに移行できるプラットフォームを提案する。 本プラットフォームは, ホバリング, 動的障害物回避, 軌道追尾, 気球打上げ, 未知環境における計画など, 多様な環境を提供する。
  論文  参考訳（メタデータ） (2025-04-21T14:25:23Z)
• LLM-Agents Driven Automated Simulation Testing and Analysis of small Uncrewed Aerial Systems [11.183147511573717]
  小型無人航空機の正確な挙動を検証するためには, 粗いシミュレーション試験が重要である。 開発者をサポートするために様々なsUASシミュレーションツールが存在するが、シミュレーションテストの作成、実行、分析のプロセス全体が、手作業で面倒な作業である。 複数のLLMエージェントが協調してsUASシミュレーションテストプロセスをサポートするフレームワークであるAutoSimTestを提案する。
  論文  参考訳（メタデータ） (2025-01-21T03:42:21Z)
• Scenario-Based Field Testing of Drone Missions [6.219782508946943]
  本稿では,ドローン飛行の現場試験の要件を明らかにする。 適応的フィールドテストガイダンスのためのFiTS(Field Testing Scenario Management)アプローチを導入している。 FiTSは、構造化された再利用可能なテストシナリオを定義するために、シナリオベースの要件エンジニアリングと振る舞い駆動開発の概念を活用します。
  論文  参考訳（メタデータ） (2024-07-11T10:12:13Z)
• Coupled Requirements-driven Testing of CPS: From Simulation To Reality [5.7736484832934325]
  CPS(Cyber-Physical Systems)の障害は、物理的なインフラや人間を傷つける深刻な事故を引き起こす可能性がある。 現在のシミュレーションとフィールドテストの実践、特に小型無人航空システム(sUAS)の領域では、アドホックであり、完全に構造化されたテストプロセスが欠如している。 我々はCPSを検証するための初期フレームワークを開発し、特にsUASとロボットアプリケーションに焦点を当てた。
  論文  参考訳（メタデータ） (2024-03-24T20:32:12Z)
• HAZARD Challenge: Embodied Decision Making in Dynamically Changing Environments [93.94020724735199]
  HAZARDは、火災、洪水、風などの3つの予期せぬ災害シナリオで構成されている。 このベンチマークにより、さまざまなパイプラインで自律エージェントの意思決定能力を評価することができる。
  論文  参考訳（メタデータ） (2024-01-23T18:59:43Z)
• EnvGuard: Guaranteeing Environment-Centric Safety and Security Properties in Web of Things [5.523305571662793]
  Web of Things(WoT)技術は、様々なWoTアプリケーションが環境を自動的に感知し、規制することを可能にする。 違反識別に関する既存の研究は、主に自動化されたアプリケーションの分析に焦点を当てている。 我々は、WoT環境におけるプロパティのカスタマイズ、違反識別、解決実行のための環境中心のアプローチであるEnvGuardを紹介する。
  論文  参考訳（メタデータ） (2023-12-06T09:15:52Z)
• DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
  複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。 運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。 我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
  論文  参考訳（メタデータ） (2023-10-03T10:10:42Z)
• DroneReqValidator: Facilitating High Fidelity Simulation Testing for Uncrewed Aerial Systems Developers [8.290044674335473]
  sUAS開発者はシミュレーションテストを通じてアプリケーションの信頼性と安全性を検証することを目指している。 実世界の環境の動的な性質は、フィールドテストによってのみ明らかにされる可能性のある、ユニークなソフトウェア欠陥を引き起こす。 DroneReqValidator(DRV)は、小型無人航空機(SUAV)シミュレーションエコシステムを提供する。
  論文  参考訳（メタデータ） (2023-07-31T22:13:57Z)
• Cycle and Semantic Consistent Adversarial Domain Adaptation for Reducing Simulation-to-Real Domain Shift in LiDAR Bird's Eye View [110.83289076967895]
  ドメイン適応プロセス中に関心のある小さなオブジェクトの情報を保存するために,事前の意味分類を用いたサイクガンに基づくbevドメイン適応法を提案する。 生成したBEVの品質は,KITTI 3D Object Detection Benchmarkの最先端3Dオブジェクト検出フレームワークを用いて評価されている。
  論文  参考訳（メタデータ） (2021-04-22T12:47:37Z)
• Data Driven Testing of Cyber Physical Systems [12.93632948681342]
  そこで本研究では,CPSの故障防止テストケースを自動生成する手法を提案する。 スマートな建物を管理するアプリケーションから収集されたデータは、環境のモデルを学ぶために使われてきた。
  論文  参考訳（メタデータ） (2021-02-23T04:55:10Z)
• Emergent Complexity and Zero-shot Transfer via Unsupervised Environment Design [121.73425076217471]
  本研究では,未知のパラメータを持つ環境を提供するUnsupervised Environment Design (UED)を提案する。 プロタゴニスト・アンタゴニストによるレグレト環境デザイン(PAIRED)と呼ぶ。 実験により, PAIREDは複雑な環境の自然なカリキュラムを生産し, PAIREDエージェントは, 高度に新規な環境での試験において, 高いゼロショット転送性能が得られることを示した。
  論文  参考訳（メタデータ） (2020-12-03T17:37:01Z)
• Rearrangement: A Challenge for Embodied AI [229.8891614821016]
  Embodied AIの研究と評価のためのフレームワークについて述べる。 我々の提案は正統的な課題である再配置に基づいている。 4つの異なるシミュレーション環境における再配置シナリオの実験的なテストベッドについて述べる。
  論文  参考訳（メタデータ） (2020-11-03T19:42:32Z)

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。