論文の概要: SOTIF-Compliant Scenario Generation Using Semi-Concrete Scenarios and Parameter Sampling

• arxiv url: http://arxiv.org/abs/2308.07025v1
• Date: Mon, 14 Aug 2023 09:25:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 14:20:20.071018
• Title: SOTIF-Compliant Scenario Generation Using Semi-Concrete Scenarios and Parameter Sampling
• Title（参考訳）: 半コンクリートシナリオとパラメータサンプリングを用いたsofif対応シナリオ生成
• Authors: Lukas Birkemeyer, Julian Fuchs, Alessio Gambi, Ina Schaefer
• Abstract要約: SOTIF標準は、高度な運転支援システムと自動運転システムを検証するためにシナリオベースのテストを必要とする。 既存のシナリオ生成アプローチは、シナリオ空間の探索または活用に重点を置いている。 本稿では,SOTIF準拠のテストスイートを生成するための半一致シナリオとパラメータサンプリングを提案する。
• 参考スコア（独自算出の注目度）: 6.195203785530687
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The SOTIF standard (ISO 21448) requires scenario-based testing to verify and validate Advanced Driver Assistance Systems and Automated Driving Systems but does not suggest any practical way to do so effectively and efficiently. Existing scenario generation approaches either focus on exploring or exploiting the scenario space. This generally leads to test suites that cover many known cases but potentially miss edge cases or focused test suites that are effective but also contain less diverse scenarios. To generate SOTIF-compliant test suites that achieve higher coverage and find more faults, this paper proposes semi-concrete scenarios and combines them with parameter sampling to adequately balance scenario space exploration and exploitation. Semi-concrete scenarios enable combinatorial scenario generation techniques that systematically explore the scenario space, while parameter sampling allows for the exploitation of continuous parameters. Our experimental results show that the proposed concept can generate more effective test suites than state-of-the-art coverage-based sampling. Moreover, our results show that including a feedback mechanism to drive parameter sampling further increases test suites' effectiveness.
• Abstract（参考訳）: SOTIF標準(ISO 21448)は、高度な運転支援システムと自動運転システムを検証するためのシナリオベースのテストを必要とするが、それを効果的かつ効率的に行うための実践的な方法を提案していない。 既存のシナリオ生成アプローチは、シナリオ空間の探索または活用に重点を置いている。 これは一般的に、多くの既知のケースをカバーするが、潜在的にエッジケースを見逃すテストスイートや、効果的だがより多様なシナリオを含む集中テストスイートにつながる。 そこで本研究では,SOTIFに準拠したテストスイートを作成し,より高いカバレッジを実現し,より多くの障害を見つけるために,半一致シナリオを提案し,パラメータサンプリングと組み合わせてシナリオ空間探索とエクスプロイトを適切にバランスさせる。 半一致シナリオはシナリオ空間を体系的に探索する組合せシナリオ生成技術を可能にし、パラメータサンプリングは連続パラメータの活用を可能にする。 実験の結果,提案手法は最先端のカバレッジベースサンプリングよりも効果的なテストスイートを生成できることがわかった。 さらに,パラメータサンプリングを駆動するフィードバック機構を含めることで,テストスイートの有効性をさらに高めることを示す。

関連論文リスト

• Adaptive Experimentation When You Can't Experiment [55.86593195947978]
  本稿では,Emphcon founded the pure exploration transductive linear bandit (textttCPET-LB) problem。 オンラインサービスは、ユーザーを特定の治療にインセンティブを与える、適切にランダム化された励ましを利用することができる。
  論文  参考訳（メタデータ） (2024-06-15T20:54:48Z)
• Prompt Optimization with EASE? Efficient Ordering-aware Automated Selection of Exemplars [66.823588073584]
  大規模言語モデル(LLM)は、現実世界のアプリケーションで印象的な機能を示している。 これらの卓越した作品の品質は、パフォーマンスに大きな影響を与えます。 既存の方法は、先行注文がパフォーマンスに与える影響を適切に説明できない。
  論文  参考訳（メタデータ） (2024-05-25T08:23:05Z)
• Towards a Completeness Argumentation for Scenario Concepts [0.2184775414778289]
  本稿では,目標構造表記を用いたシナリオ概念の完全性について論じる。 シナリオの概念とinDデータセットにメソッドを適用して、ユーザビリティを証明する。
  論文  参考訳（メタデータ） (2024-04-02T13:29:38Z)
• Is Scenario Generation Ready for SOTIF? A Systematic Literature Review [3.1491385041570146]
  我々は,SOTIF規格の要件に従ってシナリオを生成する手法を特定するために,体系的文献レビューを実施している。 実世界のどの詳細が生成されたシナリオでカバーされているのか、テスト中のシステムに特定のシナリオがあるのか、あるいはジェネリックなのか、未知のシナリオと有害なシナリオのセットを最小限に抑えるために設計されているのか、について検討する。
  論文  参考訳（メタデータ） (2023-08-04T11:59:21Z)
• On Pitfalls of Test-Time Adaptation [82.8392232222119]
  TTA(Test-Time Adaptation)は、分散シフトの下で堅牢性に取り組むための有望なアプローチとして登場した。 TTABは,10の最先端アルゴリズム,多種多様な分散シフト,および2つの評価プロトコルを含むテスト時間適応ベンチマークである。
  論文  参考訳（メタデータ） (2023-06-06T09:35:29Z)
• UMSE: Unified Multi-scenario Summarization Evaluation [52.60867881867428]
  要約品質評価は、テキスト要約における非自明なタスクである。 統一多シナリオ要約評価モデル(UMSE)を提案する。 UMSEは3つの評価シナリオで使用できる能力に係わる最初の統合要約評価フレームワークである。
  論文  参考訳（メタデータ） (2023-05-26T12:54:44Z)
• An Application of Scenario Exploration to Find New Scenarios for the Development and Testing of Automated Driving Systems in Urban Scenarios [2.480533141352916]
  この研究はベイズ最適化とガウス過程を利用して、論理的シナリオの中で関連する、興味深い、あるいは重要なパラメータ集合を見つけることを目的としている。 この研究がもたらし、さらに調査すべきアイデアの一覧が提示される。
  論文  参考訳（メタデータ） (2022-05-17T09:47:32Z)
• Listen, Adapt, Better WER: Source-free Single-utterance Test-time Adaptation for Automatic Speech Recognition [65.84978547406753]
  Test-time Adaptationは、ソースドメインでトレーニングされたモデルに適応して、テストサンプルの予測を改善することを目的としている。 単一発話テスト時間適応 (SUTA) は音声領域における最初のTTA研究である。
  論文  参考訳（メタデータ） (2022-03-27T06:38:39Z)
• A Survey on Scenario-Based Testing for Automated Driving Systems in High-Fidelity Simulation [26.10081199009559]
  道路上でシステムをテストすることは、現実世界と望ましいアプローチに最も近いが、非常にコストがかかる。 一般的な選択肢は、ADSのパフォーマンスを、よく設計されたシナリオ、すなわちシナリオベースのテストで評価することである。 高忠実度シミュレータはこの設定で、何のシナリオかをテストする際の柔軟性と利便性を最大化するために広く使われている。
  論文  参考訳（メタデータ） (2021-12-02T03:41:33Z)
• Addressing the IEEE AV Test Challenge with Scenic and VerifAI [10.221093591444731]
  本稿では,IEEE AVテストチャレンジのシミュレーションにおいて,自律走行車(AV)のテストに対する我々の公式なアプローチを要約する。 我々は,知的サイバー物理システムのための形式駆動型シミュレーションに関するこれまでの研究を生かした,系統的なテストフレームワークを実証する。
  論文  参考訳（メタデータ） (2021-08-20T04:51:27Z)
• Generating and Characterizing Scenarios for Safety Testing of Autonomous Vehicles [86.9067793493874]
  最先端運転シミュレータを用いて,テストシナリオを特徴付け,生成するための効率的なメカニズムを提案する。 次世代シミュレーション(NGSIM)プロジェクトにおける実運転データの特徴付けに本手法を用いる。 事故回避の複雑さに基づいてメトリクスを定義してシナリオをランク付けし、事故発生の可能性を最小限に抑えるための洞察を提供します。
  論文  参考訳（メタデータ） (2021-03-12T17:00:23Z)

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。