論文の概要: Foundations for the psychological safety of human and autonomous vehicles interaction

• arxiv url: http://arxiv.org/abs/2411.05732v1
• Date: Fri, 08 Nov 2024 17:44:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-11 14:54:56.162071
• Title: Foundations for the psychological safety of human and autonomous vehicles interaction
• Title（参考訳）: 人間と自動運転車の相互作用の心理的安全性の基礎
• Authors: Yandika Sirgabsou, Benjamin Hardin, François Leblanc, Efi Raili, Pericle Salvini, David Jackson, Marina Jirotka, Lars Kunze,
• Abstract要約: 本稿では,自律走行車における心理的安全性を定義し,心理的リスクを特定し評価するためのリスクモデルを提案し,システム理論解析手法を採用する。 心理的安全性と身体的安全を兼ね備えた枠組みを確立することにより、自動運転車の安全な展開に関する幅広い議論に寄与する。
• 参考スコア（独自算出の注目度）: 5.383661733514691
• License:
• Abstract: This paper addresses the critical issue of psychological safety in the design and operation of autonomous vehicles, which are increasingly integrated with artificial intelligence technologies. While traditional safety standards focus primarily on physical safety, this paper emphasizes the psychological implications that arise from human interactions with autonomous vehicles, highlighting the importance of trust and perceived risk as significant factors influencing user acceptance. Through a review of existing safety techniques, the paper defines psychological safety in the context of autonomous vehicles, proposes a risk model to identify and assess psychological risks, and adopts a system-theoretic analysis method. The paper illustrates the potential psychological hazards using a scenario involving a family's experience with an autonomous vehicle, aiming to systematically evaluate situations that could lead to psychological harm. By establishing a framework that incorporates psychological safety alongside physical safety, the paper contributes to the broader discourse on the safe deployment of autonomous vehicle and aims to guide future developments in user-cantered design and regulatory practices.
• Abstract（参考訳）: 本稿では、人工知能技術とますます統合されつつある自動運転車の設計・運用における心理的安全性の重大な問題に対処する。 従来の安全基準は、主に身体的安全に重点を置いているが、本稿は、自動運転車との人間間相互作用から生じる心理的影響を強調し、ユーザの受容に影響を与える重要な要因として、信頼の重要性とリスクの認識を強調している。 既存の安全手法のレビューを通じて、自動運転車の文脈における心理的安全性を定義し、心理的リスクを特定し評価するためのリスクモデルを提案し、システム理論解析手法を採用する。 本論文は、自律走行車における家族の経験を介し、心理的害につながる可能性のある状況を体系的に評価することを目的としたシナリオを用いて、潜在的な心理的ハザードについて述べる。 心理的安全性と身体的安全を兼ね備えた枠組みを確立することにより、自動運転車の安全な展開に関する幅広い論議に寄与し、ユーザ・カンタード・デザインと規制の実践における今後の発展を導くことを目的としている。

関連論文リスト

• Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
  本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
  論文  参考訳（メタデータ） (2024-05-14T09:42:21Z)
• Incorporating Explanations into Human-Machine Interfaces for Trust and Situation Awareness in Autonomous Vehicles [4.1636282808157254]
  自動車の自律性に対する信頼構築において、説明可能なAIとヒューマン・マシン・インタフェースが共に果たす役割について検討する。 自動運転行動に対するユーザの信頼度を調整するための状況認識フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-10T23:02:13Z)
• Risks from Language Models for Automated Mental Healthcare: Ethics and Structure for Implementation [0.0]
  本稿では、自律性のレベルを規定し、倫理的要件を概説し、AIエージェントに最適なデフォルト動作を定義する構造化フレームワークを提案する。 また,16のメンタルヘルス関連質問紙を用いて,14の最先端言語モデル(既成語10種,微調整語4種)を評価した。
  論文  参考訳（メタデータ） (2024-04-02T15:05:06Z)
• PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
  心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。 心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
  論文  参考訳（メタデータ） (2024-02-19T18:00:30Z)
• PsySafe: A Comprehensive Framework for Psychological-based Attack, Defense, and Evaluation of Multi-agent System Safety [70.84902425123406]
  大規模言語モデル(LLM)で拡張されたマルチエージェントシステムは、集団知能において重要な能力を示す。 しかし、悪意のある目的のためにこのインテリジェンスを誤用する可能性があり、重大なリスクが生じる。 本研究では,エージェント心理学を基盤とした枠組み(PsySafe)を提案し,エージェントのダークパーソナリティ特性がリスク行動にどう影響するかを明らかにする。 実験の結果,エージェント間の集団的危険行動,エージェントが危険な行動を行う際の自己反射,エージェントの心理的評価と危険な行動との相関など,いくつかの興味深い現象が明らかになった。
  論文  参考訳（メタデータ） (2024-01-22T12:11:55Z)
• Empowering Autonomous Driving with Large Language Models: A Safety Perspective [82.90376711290808]
  本稿では,Large Language Models (LLM) の自律運転システムへの統合について検討する。 LLMは行動計画におけるインテリジェントな意思決定者であり、文脈的安全学習のための安全検証シールドを備えている。 適応型LLM条件モデル予測制御(MPC)と状態機械を用いたLLM対応対話型行動計画スキームという,シミュレーション環境における2つの重要な研究について述べる。
  論文  参考訳（メタデータ） (2023-11-28T03:13:09Z)
• Common (good) practices measuring trust in HRI [55.2480439325792]
  ロボットへの信頼は、人々の日常生活にロボットを取り入れるのに欠かせないと広く信じられている。 研究者たちは、人々がロボットをさまざまな方法で信頼する方法を模索してきた。 ほとんどのロボティクス学者は、信頼のレベルが不足すると解脱のリスクが生じることに同意する。
  論文  参考訳（メタデータ） (2023-11-20T20:52:10Z)
• Autonomous Vehicles an overview on system, cyber security, risks, issues, and a way forward [0.0]
  この章は、自動運転車の複雑な領域を探求し、その基本的な構成要素と運用上の特性を分析します。 この調査の主な焦点は、サイバーセキュリティの領域、特に自動運転車の文脈にある。 これらの車両を潜在的な脅威から保護することを目的とした様々なリスク管理ソリューションについて、包括的な分析を行う。
  論文  参考訳（メタデータ） (2023-09-25T15:19:09Z)
• Neurosymbolic Meta-Reinforcement Lookahead Learning Achieves Safe Self-Driving in Non-Stationary Environments [17.39580032857777]
  本研究では,emphNeurosymbolic Meta-Reinforcement Lookahead Learning(NUMERLA)に基づくルックアヘッドシンボリック制約を用いたオンラインメタ強化学習アルゴリズムを提案する。 実験により、NUMERLAはリアルタイム適応能力を持つ自動運転エージェントを推定し、非定常都市での人間と車両の相互作用シナリオ下での安全かつ自己適応運転を実現する。
  論文  参考訳（メタデータ） (2023-09-05T15:47:40Z)
• What's on your mind? A Mental and Perceptual Load Estimation Framework towards Adaptive In-vehicle Interaction while Driving [55.41644538483948]
  精神的な作業量と知覚的負荷が心理生理学的次元に及ぼす影響を分析する。 これらの測定値の融合により、心的および知覚的負荷レベルを分類する。 我々は、最大89%のメンタルワークロード分類精度を報告し、リアルタイムに最小限のソリューションを提供する。
  論文  参考訳（メタデータ） (2022-08-10T21:19:49Z)

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。