Fugu-MT 論文翻訳(概要): Resolving uncertainty on the fly: Modeling adaptive driving behavior as active inference

論文の概要: Resolving uncertainty on the fly: Modeling adaptive driving behavior as active inference

arxiv url: http://arxiv.org/abs/2311.06417v1
Date: Fri, 10 Nov 2023 22:40:41 GMT
ステータス: 処理完了
システム内更新日: 2023-11-14 18:48:36.407078
Title: Resolving uncertainty on the fly: Modeling adaptive driving behavior as active inference
Title（参考訳）: ハエの不確実性の解消--適応運転行動をアクティブ推論としてモデル化する
Authors: Johan Engstr\"om, Ran Wei, Anthony McDonald, Alfredo Garcia, Matt O'Kelly and Leif Johnson
Abstract要約: 適応運転行動の既存の交通心理学モデルは、計算厳密さを欠いているか、特定のシナリオや行動現象にのみ対応していない。本稿では,脳神経科学を起源とする行動モデルである,能動推論に基づくモデルを提案する。予測自由エネルギー最小化の単一原理から人間のような適応運転行動が生じることを示す。
参考スコア（独自算出の注目度）: 6.935068505791817
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Understanding adaptive human driving behavior, in particular how drivers manage uncertainty, is of key importance for developing simulated human driver models that can be used in the evaluation and development of autonomous vehicles. However, existing traffic psychology models of adaptive driving behavior either lack computational rigor or only address specific scenarios and/or behavioral phenomena. While models developed in the fields of machine learning and robotics can effectively learn adaptive driving behavior from data, due to their black box nature, they offer little or no explanation of the mechanisms underlying the adaptive behavior. Thus, a generalizable, interpretable, computational model of adaptive human driving behavior is still lacking. This paper proposes such a model based on active inference, a behavioral modeling framework originating in computational neuroscience. The model offers a principled solution to how humans trade progress against caution through policy selection based on the single mandate to minimize expected free energy. This casts goal-seeking and information-seeking (uncertainty-resolving) behavior under a single objective function, allowing the model to seamlessly resolve uncertainty as a means to obtain its goals. We apply the model in two apparently disparate driving scenarios that require managing uncertainty, (1) driving past an occluding object and (2) visual time sharing between driving and a secondary task, and show how human-like adaptive driving behavior emerges from the single principle of expected free energy minimization.
Abstract（参考訳）: 適応型人間の運転行動、特にドライバーの不確実性を管理する方法を理解することは、自動運転車の評価と開発に使用できるシミュレーションされた人間の運転モデルを開発する上で重要な意味を持つ。しかしながら、適応運転行動の既存の交通心理学モデルは計算の厳密さを欠いているか、特定のシナリオや行動現象のみに対処している。機械学習とロボット工学の分野で開発されたモデルは、ブラックボックスの性質からデータから適応的運転行動を効果的に学習することができるが、適応的行動の基礎となるメカニズムについてはほとんど、あるいは全く説明できない。したがって、適応的な人間の運転行動の一般化、解釈可能な計算モデルはまだ不足している。本稿では,計算神経科学を起源とする行動モデリングフレームワークである能動推論に基づくモデルを提案する。このモデルは、予測された自由エネルギーを最小限に抑えるための単一の義務に基づいた政策選択を通じて、人間が注意からどのように進歩するかを原則的に解決する。これにより、単一の目的関数の下でゴール探索と情報探索(不確実性解決)の振る舞いをキャストし、モデルがその目標を得る手段として不確実性をシームレスに解決することができる。本研究では,1)隠蔽物体を通り過ぎ,(2)運転と二次作業の間の視覚的時間的共有,そして,期待される自由エネルギー最小化の単一原理から人間のような適応運転行動がどのように現われるかを示す2つの異なる運転シナリオに適用する。

関連論文リスト

Towards Human-Like Driving: Active Inference in Autonomous Vehicle Control [0.5437298646956507]
本稿では,アクティブ推論の適用を通じて,自律走行車(AV)制御への新たなアプローチを提案する。アクティブ推論(英: Active Inference)は、脳を予測機械として概念化する神経科学に由来する理論である。提案手法は,深層学習と能動推論を統合してAVの側方制御を制御し,シミュレーション都市環境下で車線追従操作を行う。
論文参考訳（メタデータ） (2024-07-10T14:08:27Z)
MetaFollower: Adaptable Personalized Autonomous Car Following [63.90050686330677]
適応型パーソナライズされた自動車追従フレームワークであるMetaFollowerを提案する。まず,モデルに依存しないメタラーニング(MAML)を用いて,様々なCFイベントから共通運転知識を抽出する。さらに、Long Short-Term Memory (LSTM) と Intelligent Driver Model (IDM) を組み合わせて、時間的不均一性を高い解釈性で反映する。
論文参考訳（メタデータ） (2024-06-23T15:30:40Z)
Representation Surgery: Theory and Practice of Affine Steering [72.61363182652853]
言語モデルは、しばしば好ましくない振る舞いを示す。モデルが望ましくない振る舞いを示すのを防ぐための自然な(そして一般的な)アプローチの1つは、モデルの表現を操ることである。本稿では, ステアリング機能の形式的および経験的特性について検討する。
論文参考訳（メタデータ） (2024-02-15T00:20:30Z)
DME-Driver: Integrating Human Decision Logic and 3D Scene Perception in Autonomous Driving [65.04871316921327]
本稿では,自律運転システムの性能と信頼性を高める新しい自律運転システムを提案する。 DME-Driverは、意思決定者として強力な視覚言語モデル、制御信号生成者として計画指向認識モデルを利用する。このデータセットを利用することで、論理的思考プロセスを通じて高精度な計画精度を実現する。
論文参考訳（メタデータ） (2024-01-08T03:06:02Z)
RACER: Rational Artificial Intelligence Car-following-model Enhanced by Reality [51.244807332133696]
本稿では,アダプティブ・クルーズ・コントロール(ACC)運転行動を予測する,最先端の深層学習車追従モデルであるRACERを紹介する。従来のモデルとは異なり、RACERは実走行の重要な要素であるRDC(Rational Driving Constraints)を効果的に統合している。 RACERはアクセラレーション、ベロシティ、スペーシングといった主要なメトリクスを網羅し、ゼロ違反を登録する。
論文参考訳（メタデータ） (2023-12-12T06:21:30Z)
Using Models Based on Cognitive Theory to Predict Human Behavior in Traffic: A Case Study [4.705182901389292]
本研究では,ギャップ受容シナリオにおける人間の行動予測のための認知的確証のある新しいモデルの有用性について検討する。我々は、このモデルが確立されたデータ駆動予測モデルと競合したり、さらに優れていることを示す。
論文参考訳（メタデータ） (2023-05-24T14:27:00Z)
Tackling Real-World Autonomous Driving using Deep Reinforcement Learning [63.3756530844707]
本研究では,加速と操舵角度を予測するニューラルネットワークを学習するモデルレスディープ強化学習プランナを提案する。実際の自動運転車にシステムをデプロイするために、我々は小さなニューラルネットワークで表されるモジュールも開発する。
論文参考訳（メタデータ） (2022-07-05T16:33:20Z)
Online Adaptation of Neural Network Models by Modified Extended Kalman Filter for Customizable and Transferable Driving Behavior Prediction [3.878105750489657]
人間ドライバーの行動予測は、自動運転車の効率的かつ安全な展開に不可欠である。本稿では,運転行動予測タスクに$tau$-step modified Extended Kalman Filterパラメータ適応アルゴリズムを適用する。観察された軌跡のフィードバックにより,異なる被験者やシナリオ間での運転行動予測の性能向上にアルゴリズムを適用した。
論文参考訳（メタデータ） (2021-12-09T05:39:21Z)
Calibration of Human Driving Behavior and Preference Using Naturalistic Traffic Data [5.926030548326619]
自然トラフィックデータからドライバの好みを推定するためにモデルをどのように反転させることができるかを示す。我々のアプローチの際立った利点は、計算負担を大幅に削減することである。
論文参考訳（メタデータ） (2021-05-05T01:20:03Z)
Deep Structured Reactive Planning [94.92994828905984]
自動運転のための新しいデータ駆動型リアクティブ計画目標を提案する。本モデルは,非常に複雑な操作を成功させる上で,非反応性変種よりも優れることを示す。
論文参考訳（メタデータ） (2021-01-18T01:43:36Z)
Solution Concepts in Hierarchical Games under Bounded Rationality with Applications to Autonomous Driving [8.500525426182115]
階層型ゲームを用いた運転行動のゲーム理論モデルを作成する。本研究では,自然主義データに適合するモデルと,その予測能力に基づいて行動モデルを評価する。以上の結果から, 運転行動モデルとして評価された動作モデルのうち, レベル0の振る舞いをルールフォローとしてモデル化したQuantal Level-kモデルの適応として, 運転行動のモデル化が, 自然主義的な運転行動に最も適していることが示唆された。
論文参考訳（メタデータ） (2020-09-21T17:13:50Z)

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。