論文の概要: Autonomous Vehicles for All?
- arxiv url: http://arxiv.org/abs/2307.01311v1
- Date: Mon, 3 Jul 2023 19:33:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-06 19:16:37.349374
- Title: Autonomous Vehicles for All?
- Title(参考訳): 自動運転車?
- Authors: Sakib Mahmud Khan, M Sabbir Salek, Vareva Harris, Gurcan Comert, Eric
Morris, and Mashrur Chowdhury
- Abstract要約: 我々は、自律走行車(AV)を監督する学術機関、産業、政府機関が積極的に行動し、AVがすべてに役立っていることを保証する必要があると論じている。
AVは、道路の輸送能力を高め、運転の混乱を緩和し、安全を改善し、運転できない人のための移動手段を提供し、環境を助ける、かなりの可能性を秘めている。
しかし、公正性、公平性、透明性などの問題を考慮し、社会的責任があるかどうかという懸念も持ち上がっている。
- 参考スコア(独自算出の注目度): 4.67081468243647
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The traditional build-and-expand approach is not a viable solution to keep
roadway traffic rolling safely, so technological solutions, such as Autonomous
Vehicles (AVs), are favored. AVs have considerable potential to increase the
carrying capacity of roads, ameliorate the chore of driving, improve safety,
provide mobility for those who cannot drive, and help the environment. However,
they also raise concerns over whether they are socially responsible, accounting
for issues such as fairness, equity, and transparency. Regulatory bodies have
focused on AV safety, cybersecurity, privacy, and legal liability issues, but
have failed to adequately address social responsibility. Thus, existing AV
developers do not have to embed social responsibility factors in their
proprietary technology. Adverse bias may therefore occur in the development and
deployment of AV technology. For instance, an artificial intelligence-based
pedestrian detection application used in an AV may, in limited lighting
conditions, be biased to detect pedestrians who belong to a particular racial
demographic more efficiently compared to pedestrians from other racial
demographics. Also, AV technologies tend to be costly, with a unique hardware
and software setup which may be beyond the reach of lower-income people. In
addition, data generated by AVs about their users may be misused by third
parties such as corporations, criminals, or even foreign governments. AVs
promise to dramatically impact labor markets, as many jobs that involve driving
will be made redundant. We argue that the academic institutions, industry, and
government agencies overseeing AV development and deployment must act
proactively to ensure that AVs serve all and do not increase the digital divide
in our society.
- Abstract(参考訳): 従来の構築と拡張のアプローチは、道路交通の安全を維持するための有効なソリューションではないため、自律走行車(AV)のような技術ソリューションが好まれる。
AVは、道路の輸送能力を高め、運転の混乱を緩和し、安全を改善し、運転できない人のための移動手段を提供し、環境を助ける大きな可能性を持っている。
しかし、公正性、公平性、透明性などの問題を考慮し、社会的責任があるかどうかという懸念も持ち上がっている。
規制機関は、avの安全性、サイバーセキュリティ、プライバシー、法的責任の問題に焦点を合わせているが、社会的責任に適切に対処できていない。
したがって、既存のav開発者は独自の技術に社会的責任を組み込む必要はない。
したがって、AV技術の開発と展開において逆バイアスが発生する可能性がある。
例えば、avで使用される人工知能ベースの歩行者検出アプリケーションは、限られた照明条件下では、他の人種の歩行者よりも特定の人種の歩行者をより効率的に検出するために偏りがある。
また、av技術はコストがかかる傾向があり、低所得者の手の届かない、ユニークなハードウェアとソフトウェアの設定がある。
さらに、AVがユーザーについて生成したデータは、企業、犯罪者、外国政府などの第三者によって誤用される可能性がある。
avsは、運転に関わる多くの仕事が冗長になるので、労働市場に劇的に影響を与えると約束している。
AV開発と展開を監督する学術機関、産業、政府機関は、AVがすべてに役立ち、我々の社会におけるデジタル格差を増大させないよう、積極的に行動しなければなりません。
関連論文リスト
- Development and Assessment of Autonomous Vehicles in Both Fully
Automated and Mixed Traffic Conditions [0.0]
本稿では,単一AVの開発から始まり,接続型AVへと進展する多段階アプローチを提案する。
AVの運転性能を検証するために調査を行い、混合交通事例研究に活用する。
その結果, 深部強化学習を用いて, AVは人間の運転性能に到達した運転行動を得た。
AVネットワークにおける共有とケアに基づくV2Vコミュニケーションの採用は、その運転行動を高め、より効果的な行動計画を支援し、AV間の協調行動を促進する。
論文 参考訳(メタデータ) (2023-12-08T02:40:11Z) - Stackelberg Driver Model for Continual Policy Improvement in
Scenario-Based Closed-Loop Autonomous Driving [5.765939495779461]
安全クリティカルなシナリオを合成するための効率的な手法のクラスとして、敵生成法が登場した。
Stackelberg Driver Model (SDM) を調整し、車両相互作用の階層的な性質を正確に特徴づける。
提案アルゴリズムは,特に高次元シナリオにおいて,いくつかのベースラインと比較して優れた性能を示す。
論文 参考訳(メタデータ) (2023-09-25T15:47:07Z) - The Promise and Peril of Artificial Intelligence -- Violet Teaming
Offers a Balanced Path Forward [56.16884466478886]
本稿では、不透明で制御不能なAIシステムにおける新興問題についてレビューする。
信頼性と責任のあるAIを開発するために、紫外チームと呼ばれる統合フレームワークを提案する。
それは、設計によって積極的にリスクを管理するためのAI安全研究から生まれた。
論文 参考訳(メタデータ) (2023-08-28T02:10:38Z) - A Counterfactual Safety Margin Perspective on the Scoring of Autonomous
Vehicles' Riskiness [52.27309191283943]
本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。
本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
論文 参考訳(メタデータ) (2023-08-02T09:48:08Z) - AI Maintenance: A Robustness Perspective [91.28724422822003]
我々は、AIライフサイクルにおけるロバストネスの課題を強調し、自動車のメンテナンスに類似させることで、AIのメンテナンスを動機付ける。
本稿では,ロバストネスリスクの検出と軽減を目的としたAIモデル検査フレームワークを提案する。
我々のAIメンテナンスの提案は、AIライフサイクル全体を通して堅牢性評価、状態追跡、リスクスキャン、モデル硬化、規制を促進する。
論文 参考訳(メタデータ) (2023-01-08T15:02:38Z) - Fast or Accurate? Governing Conflicting Goals in Highly Autonomous
Vehicles [3.3605894204326994]
AVの精度と速度の基本的な工学的トレードオフを理解することは、AVシステムに固有の不確実性とリスクを規制する政策立案者にとって非常に重要である、と我々は主張する。
これにより、効率的な規制の促進、トルト回復の障壁の低減、安全や説明責任といった公共の価値観の適切なバランスを確保することで、製造業者から公共へのパワーバランスをシフトする。
論文 参考訳(メタデータ) (2022-08-03T13:24:25Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳(メタデータ) (2022-06-28T17:08:31Z) - Transferable Deep Reinforcement Learning Framework for Autonomous
Vehicles with Joint Radar-Data Communications [69.24726496448713]
本稿では,AVの最適決定を支援するために,マルコフ決定プロセス(MDP)に基づくインテリジェントな最適化フレームワークを提案する。
そこで我々は,近年の深層強化学習技術を活用した効果的な学習アルゴリズムを開発し,AVの最適方針を見出す。
提案手法は,従来の深部強化学習手法と比較して,AVによる障害物ミス検出確率を最大67%削減することを示す。
論文 参考訳(メタデータ) (2021-05-28T08:45:37Z) - Explanations in Autonomous Driving: A Survey [7.353589916907923]
我々は、説明可能な自動運転における既存の作業の包括的調査を行う。
我々は、AVの開発、使用、規制に関わる様々な利害関係者を特定し、分類する。
論文 参考訳(メタデータ) (2021-03-09T00:31:30Z) - Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。
人工知能(AI)は近年急速に成長し、成功している。
UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文 参考訳(メタデータ) (2020-09-24T07:11:31Z) - A Survey and Insights on Deployments of the Connected and Autonomous
Vehicles in US [0.0]
CV/ITS (Connected Vehicle, Intelligent Transportation System) とAV/ADS (Autonomous Vehicle, Automated Driving System) は、人命を救うため、交通効率を向上し、何十年にもわたって環境を救おうとしている。
USDOTはCVのための国家DOTと、AVの新興企業やテクノロジー企業による市場主導のアプローチによる民間部門とをそれぞれリードしている。
CV/ITSの取り組みにより、5.9GHz帯を使ったV2X通信が97台、アフターマーケットV2X通信デバイスを搭載した18,877台、道路に設置されたインフラV2Xデバイス8,098台が配備されている。
論文 参考訳(メタデータ) (2020-08-10T19:35:51Z)
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。