論文の概要: Developing Situational Awareness for Joint Action with Autonomous Vehicles

• arxiv url: http://arxiv.org/abs/2404.11800v1
• Date: Wed, 17 Apr 2024 23:41:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-19 19:50:54.536098
• Title: Developing Situational Awareness for Joint Action with Autonomous Vehicles
• Title（参考訳）: 自律走行車との協調行動に対する状況認識の開発
• Authors: Robert Kaufman, David Kirsh, Nadir Weibel,
• Abstract要約: 人間-AVの共同行動目標を達成するためには、人、AV、人-AVシステムが総合的に十分な状況認識を持てなければならない。 協調行動の認知理論と状況認識を統合したシステムレベルの枠組みを,コミュニケーションを調整するための手段として提案する。
• 参考スコア（独自算出の注目度）: 8.328428631388556
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unanswered questions about how human-AV interaction designers can support rider's informational needs hinders Autonomous Vehicles (AV) adoption. To achieve joint human-AV action goals - such as safe transportation, trust, or learning from an AV - sufficient situational awareness must be held by the human, AV, and human-AV system collectively. We present a systems-level framework that integrates cognitive theories of joint action and situational awareness as a means to tailor communications that meet the criteria necessary for goal success. This framework is based on four components of the shared situation: AV traits, action goals, subject-specific traits and states, and the situated driving context. AV communications should be tailored to these factors and be sensitive when they change. This framework can be useful for understanding individual, shared, and distributed human-AV situational awareness and designing for future AV communications that meet the informational needs and goals of diverse groups and in diverse driving contexts.
• Abstract（参考訳）: 人間-AVインタラクションデザイナがライダーの情報要求をどのようにサポートできるかという疑問は、自律走行車(AV)の採用を妨げる。 安全輸送、信頼、AVからの学習といった共同の人間-AV活動目標を達成するためには、人、AV、人-AVシステムが一体となって十分な状況認識を持たなければならない。 本稿では,目標達成に必要な基準を満たすコミュニケーションを調整するための手段として,共同行動の認知理論と状況認識を統合したシステムレベルフレームワークを提案する。 このフレームワークは、共用状況の4つのコンポーネント(AV特性、アクション目標、主題固有の特性と状態、位置した運転状況)に基づいている。 AV通信はこれらの要因に合わせて調整され、変更時に敏感になるべきである。 このフレームワークは、個人、共有、分散された人間-AV状況認識を理解し、様々なグループの情報ニーズや目標を満たす将来のAV通信の設計に役立てることができる。

関連論文リスト

• Characterizing Behavioral Differences and Adaptations of Automated Vehicles and Human Drivers at Unsignalized Intersections: Insights from Waymo and Lyft Open Datasets [9.080817016043769]
  自動運転車(AV)の交通システムへの統合は、道路の安全性と効率を高める前例のない機会である。 本研究では,無人交差点におけるAVと人間駆動車(HV)の行動差と適応性を調べることにより,ギャップを埋めることを目的とする。 この研究は、系統的な手法を用いて、重要な安全性と効率の指標を計算することによって、衝突の合併と交差を識別し分析する。
  論文  参考訳（メタデータ） (2024-10-16T13:19:32Z)
• Advancing Explainable Autonomous Vehicle Systems: A Comprehensive Review and Research Roadmap [4.2330023661329355]
  本研究は、説明生成とプレゼンテーションに関連する複雑さについて論じるものである。 私たちのロードマップは、責任ある研究とイノベーションの原則によって支えられています。 これらの研究の方向性を探ることで、説明可能なAVの開発と展開の指針となる。
  論文  参考訳（メタデータ） (2024-03-19T11:43:41Z)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)
• 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)
• Convergence of Communications, Control, and Machine Learning for Secure and Autonomous Vehicle Navigation [78.60496411542549]
  接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。 本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
  論文  参考訳（メタデータ） (2023-07-05T21:38:36Z)
• Sociotechnical Specification for the Broader Impacts of Autonomous Vehicles [10.08754310662559]
  自動運転車(AV)は社会に変革をもたらすだろう。 AVの個人行動とトラフィック全体のフローの両方を制御する能力は、AVがこれらの効果を制御できるようにする新しい余裕を提供する。 本稿では,交通システムの本質的特徴をAV開発の範囲外と区別する必要性を社会技術仕様の問題点として提示する。
  論文  参考訳（メタデータ） (2022-05-15T23:03:43Z)
• Attention Based Communication and Control for Multi-UAV Path Planning [48.389498274216926]
  本報告では,複数UAV経路計画のための反復単頭注意(ISHA)機構を提案する。 ISHA機構は、UAVの状態埋め込みを収集し、各UAVにアテンションスコアベクトルを分散する通信ヘルパによって実行される。 ISHAが計算した注目スコアは、各UAVの制御決定において、他のUAVとの相互作用が考慮されるべき数を特定する。
  論文  参考訳（メタデータ） (2021-12-20T03:11:46Z)
• Interpretation of Emergent Communication in Heterogeneous Collaborative Embodied Agents [83.52684405389445]
  本稿では,コラボレーティブな多目的ナビゲーションタスクCoMONを紹介する。 この課題において、オラクルエージェントは、地図の形式で詳細な環境情報を有する。 視覚的に環境を知覚するナビゲーターエージェントと通信し、目標のシーケンスを見つけるのが任務である。 創発的コミュニケーションはエージェントの観察と3次元環境の空間構造に基礎を置くことができることを示す。
  論文  参考訳（メタデータ） (2021-10-12T06:56:11Z)
• 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)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)
• A Survey on Autonomous Vehicle Control in the Era of Mixed-Autonomy: From Physics-Based to AI-Guided Driving Policy Learning [7.881140597011731]
  本稿では、人工知能(AI)から自律走行車(AV)制御のための輸送工学分野への潜在的に有用なモデルと方法論の紹介と概要を提供する。 我々は、AI誘導手法の最先端の応用について議論し、機会と障害を特定し、オープンな質問を提起し、AIが混合自律において役割を果たす可能性のあるビルディングブロックとエリアを提案する。
  論文  参考訳（メタデータ） (2020-07-10T04:27:39Z)

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。