論文の概要: A Quantitative Autonomy Quantification Framework for Fully Autonomous Robotic Systems

• arxiv url: http://arxiv.org/abs/2311.01939v1
• Date: Fri, 3 Nov 2023 14:26:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-06 13:57:58.369492
• Title: A Quantitative Autonomy Quantification Framework for Fully Autonomous Robotic Systems
• Title（参考訳）: 完全自律ロボットシステムのための定量的自律性定量化枠組み
• Authors: Nasser Gyagenda (1) and Hubert Roth (1) ((1) University of Siegen)
• Abstract要約: 本稿では,全自律モードに着目し,タスク要求に基づく自律性評価フレームワークを提案する。 このフレームワークは、自律性を定量化するツールを提供するだけでなく、自律システム開発者とユーザのための規制インターフェースと共通言語も提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Although autonomous functioning facilitates deployment of robotic systems in domains that admit limited human oversight on our planet and beyond, finding correspondence between task requirements and autonomous capability is still an open challenge. Consequently, a number of methods for quantifying autonomy have been proposed over the last three decades, but to our knowledge all these have no discernment of sub-mode features of variation of autonomy and some are based on metrics that violet the Goodhart's law. This paper focuses on the full autonomous mode and proposes a task-requirements based autonomy assessment framework. The framework starts by establishing robot task characteristics from which three autonomy metrics, namely requisite capability, reliability and responsiveness, and functions for determining autonomy as a two-part measure, namely of level of autonomy and degree of autonomy are derived. These characteristics are founded on the realization that robots ultimately replace human skilled workers, to find a mapping between human job and robot task characteristics. The distinction between level and degree of autonomy stemmed from the acknowledgment that autonomy is not just a question of existence, but also one of performance of requisite capability. When continuously monitored, the proposed metrics provide a means of monitoring the integrity of a system. The framework has been demonstrated on two case studies, namely autonomous vehicle at an on-road dynamic driving task and the DARPA subT challenge rules analysis. The framework provides not only a tool for quantifying autonomy, but also a regulatory interface and common language for autonomous systems developers and users.
• Abstract（参考訳）: 自律的な機能化は、地球上の人間の監視が制限される領域におけるロボットシステムの展開を促進するが、タスク要求と自律能力の対応を見つけることは、まだオープンな課題である。 その結果、過去30年間に多くの自律性を定量化する手法が提案されてきたが、我々の知る限り、これらは全て自律性の変化のサブモードの特徴を識別していない。 本稿では,完全自律モードに着目し,タスク要求に基づく自律性評価フレームワークを提案する。 このフレームワークは,3つの自律性指標,すなわち要求能力,信頼性,応答性,および自律性を決定する機能,すなわち自律性レベルと自律性の度合いを導出するロボットタスク特性を確立することから始まる。 これらの特徴は、ロボットが究極的には人間の熟練労働者を置き換え、人間の仕事とロボットのタスク特性のマッピングを見つけることに基づいている。 レベルと自律性の程度の違いは、自律性は単に存在の問題であるだけでなく、必要な能力の能力の1つであるという認識から来ている。 継続的に監視すると、提案するメトリクスはシステムの完全性を監視する手段を提供する。 このフレームワークは2つのケーススタディ、すなわち、オンロードダイナミック運転タスクにおける自動運転車とDARPA subTチャレンジルール分析で実証されている。 このフレームワークは自律性を定量化するツールだけでなく、自律システム開発者やユーザのための規制インターフェースや共通言語も提供する。

関連論文リスト

• A Measure for Level of Autonomy Based on Observable System Behavior [0.0]
  観測可能な行動を用いて自律性のレベルを予測するための潜在的尺度を提案する。 また,提案手法を取り入れたアルゴリズムを提案する。 この測定とアルゴリズムは、実行時に自律システムを比較する方法に興味のある研究者や実践者にとって重要である。
  論文  参考訳（メタデータ） (2024-07-20T20:34:20Z)
• Exploring the Causality of End-to-End Autonomous Driving [57.631400236930375]
  本稿では,エンドツーエンド自動運転の因果関係を探究し,分析するための包括的アプローチを提案する。 私たちの研究は、エンドツーエンドの自動運転の謎を初めて明らかにし、ブラックボックスを白い箱に変えた。
  論文  参考訳（メタデータ） (2024-07-09T04:56:11Z)
• 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)
• Human Autonomy as a Design Principle for Socially Assistive Robots [0.0]
  我々は,社会支援ロボットの設計の中心に,人間の自律性が必要であることを提案する。 設計の取り組みの例として、私たちはAssistアーキテクチャの特徴をいくつか説明します。
  論文  参考訳（メタデータ） (2022-11-12T21:27:43Z)
• A Capability and Skill Model for Heterogeneous Autonomous Robots [69.50862982117127]
  機能モデリングは、異なるマシンが提供する機能を意味的にモデル化するための有望なアプローチと考えられている。 この貢献は、製造から自律ロボットの分野への能力モデルの適用と拡張の仕方について考察する。
  論文  参考訳（メタデータ） (2022-09-22T10:13:55Z)
• The Need for a Meta-Architecture for Robot Autonomy [0.0]
  ロボットシステムの長期的な自律性には、障害や振る舞いの問題、知識の欠如に対処できるプラットフォームが暗黙的に必要である。 我々は,自律型ロボットエージェントの認知アーキテクチャの生成モデルとして,モデルベース工学の原則と認証可能な信頼性を前提としたケースを提起した。
  論文  参考訳（メタデータ） (2022-07-20T07:27:23Z)
• 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)
• Learning to Optimize Autonomy in Competence-Aware Systems [32.3596917475882]
  体験を通して学習し、オンラインで更新する自律の内省モデルを提案する。 我々は、さまざまなレベルの自律性と利用可能な人間のフィードバックにおいて、自身の習熟度を明示的にモデル化する能力認識システム(CAS)を定義する。 我々はCASの収束特性を解析し、ロボット配送と自律運転領域の実験結果を提供する。
  論文  参考訳（メタデータ） (2020-03-17T14:31:45Z)
• Towards a Framework for Certification of Reliable Autonomous Systems [3.3861948721202233]
  計算システムは、人間の監督や制御なしに独自の決定を下したり、独自の行動を取ることができる場合、自律的である。 例えば、無人航空システムを民間空域で自律的に使用するために、どうやって認定できるのか? ここでは、自律システムの信頼性の高い動作を提供するために、何が必要なのかを分析する。 我々は、研究者、技術者、規制当局への挑戦を含む規制ガイドラインの策定に向けたロードマップを提案する。
  論文  参考訳（メタデータ） (2020-01-24T18:18:35Z)

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。