論文の概要: Human-Computer Interaction and Human-AI Collaboration in Advanced Air Mobility: A Comprehensive Review

• arxiv url: http://arxiv.org/abs/2412.07241v1
• Date: Tue, 10 Dec 2024 07:06:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-11 14:38:02.246852
• Title: Human-Computer Interaction and Human-AI Collaboration in Advanced Air Mobility: A Comprehensive Review
• Title（参考訳）: 高度エアモビリティにおけるヒューマン・コンピュータインタラクションとヒューマン・AIコラボレーション:総合的レビュー
• Authors: Fatma Yamac Sagirli, Xiaopeng Zhao, Zhenbo Wang,
• Abstract要約: 本稿では,AAM(Advanced Air Mobility)における人-コンピュータインタラクションと人-AIコラボレーションに関する研究の現状について概説する。 我々は、パイロットトレーニング、航空交通管理、AIによる意思決定システムと、拡張、仮想、混合、拡張現実デバイスといった没入型技術の統合など、さまざまな用途におけるヒューマンマシンインタフェースの設計に関するAAMアプリケーションに焦点を当てる。 我々は、AIシステムへの信頼や安全上の懸念など、これらのインタラクションに関連するユニークな課題を含む、ヒューマン・コンピュータ・フレームワークの統合においてAAMが直面する課題を包括的に分析する。
• 参考スコア（独自算出の注目度）: 0.6773779131980007
• License:
• Abstract: The increasing rates of global urbanization and vehicle usage are leading to a shift of mobility to the third dimension-through Advanced Air Mobility (AAM)-offering a promising solution for faster, safer, cleaner, and more efficient transportation. As air transportation continues to evolve with more automated and autonomous systems, advancements in AAM require a deep understanding of human-computer interaction and human-AI collaboration to ensure safe and effective operations in complex urban and regional environments. There has been a significant increase in publications regarding these emerging applications; thus, there is a need to review developments in this area. This paper comprehensively reviews the current state of research on human-computer interaction and human-AI collaboration in AAM. Specifically, we focus on AAM applications related to the design of human-machine interfaces for various uses, including pilot training, air traffic management, and the integration of AI-assisted decision-making systems with immersive technologies such as extended, virtual, mixed, and augmented reality devices. Additionally, we provide a comprehensive analysis of the challenges AAM encounters in integrating human-computer frameworks, including unique challenges associated with these interactions, such as trust in AI systems and safety concerns. Finally, we highlight emerging opportunities and propose future research directions to bridge the gap between human factors and technological advancements in AAM.
• Abstract（参考訳）: グローバルな都市化と車両の利用率の増加は、より速く、より安全で、より効率的な輸送のための有望なソリューションであるAdvanced Air Mobility(AAM)の3次元スルーへの移行につながっている。 航空輸送がより自動化され、自律的なシステムで進化し続けるにつれ、AAMの進歩は、複雑な都市や地域の環境における安全かつ効果的な運用を保証するために、人間とコンピュータの相互作用と人間とAIのコラボレーションを深く理解する必要がある。 これらの新興アプリケーションに関する出版物は著しく増加しており、この分野の開発をレビューする必要がある。 本稿では,AAMにおける人間とコンピュータのインタラクションと人間とAIのコラボレーションに関する研究の現状を概観する。 具体的には、パイロットトレーニング、航空交通管理、AI支援意思決定システムと、拡張、仮想、混合、拡張現実デバイスといった没入型技術の統合など、さまざまな用途におけるヒューマンマシンインタフェースの設計に関するAAMアプリケーションに焦点を当てる。 さらに、AIシステムへの信頼や安全上の懸念など、これらのインタラクションに関連するユニークな課題を含む、ヒューマン・コンピュータ・フレームワークの統合においてAAMが直面する課題を包括的に分析する。 最後に,AAMにおける人的要因と技術進歩のギャップを埋めるための今後の研究の方向性を述べる。

関連論文リスト

• Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• HAICOSYSTEM: An Ecosystem for Sandboxing Safety Risks in Human-AI Interactions [76.42274173122328]
  本稿では,多様な複雑な社会的相互作用におけるAIエージェントの安全性を調べるフレームワークであるHAICOSYSTEMを提案する。 私たちは7つの領域(医療、金融、教育など)にわたる92のシナリオに基づいて1840のシミュレーションを実行します。 我々の実験は、最先端のLSMは、プロプライエタリかつオープンソースの両方で、50%以上のケースで安全リスクを示すことを示した。
  論文  参考訳（メタデータ） (2024-09-24T19:47:21Z)
• GenAI-powered Multi-Agent Paradigm for Smart Urban Mobility: Opportunities and Challenges for Integrating Large Language Models (LLMs) and Retrieval-Augmented Generation (RAG) with Intelligent Transportation Systems [10.310791311301962]
  本稿では,大規模言語モデル (LLM) と新生検索・拡張生成技術 (RAG) の変換可能性について検討する。 本稿では,スマートモビリティサービスをインテリジェントかつ対話的に提供可能なマルチエージェントシステムの開発を目的とした概念的フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-31T16:14:42Z)
• Tradeoffs When Considering Deep Reinforcement Learning for Contingency Management in Advanced Air Mobility [0.0]
  航空輸送は、Advanced Air Mobility (AAM)の導入により、世界中で急速に進化している。 運用上の安全性と効率の目標を達成するためには、自動化のレベルが増加する必要がある。 本稿では,複雑・高次元環境において有望な性能を示す深層強化学習(DRL)の利用について検討する。
  論文  参考訳（メタデータ） (2024-06-28T19:09:55Z)
• Integration of Mixture of Experts and Multimodal Generative AI in Internet of Vehicles: A Survey [82.84057882105931]
  ジェネレーティブAI(GAI)は、IoT(Internet of Vehicles)におけるインテリジェントモジュールの認知、推論、計画能力を高めることができる。 IoVにおけるGAI, MoE, およびそれらの相互作用応用の基礎を提示する。 我々はIoVにおけるMoEとGAIの統合の可能性について論じ、分散認識とモニタリング、協調的な意思決定と計画、生成モデリングとシミュレーションを含む。
  論文  参考訳（メタデータ） (2024-04-25T06:22:21Z)
• A Comprehensive Review of AI-enabled Unmanned Aerial Vehicle: Trends, Vision , and Challenges [0.6827423171182153]
  この研究は、AIがナビゲーション、物体の検出と追跡、野生生物のモニタリング、精密農業の強化、救助活動の促進、監視活動の実施、環境に配慮した計算技術を用いたUAV間のコミュニケーションの確立にどのように貢献するかを検討する。 可能性を見据えながら、倫理的考慮、安全性に関する懸念、確立すべき規制フレームワーク、AIに強化されたUAVシステムの責任ある展開についても検討する。
  論文  参考訳（メタデータ） (2023-10-25T04:52:16Z)
• A Comprehensive Study on Artificial Intelligence Algorithms to Implement Safety Using Communication Technologies [1.2710179245406195]
  この研究は、異なるコミュニケーション技術を使用するAIベースの安全ソリューションの現状を包括的に把握することを目的としている。 その結果、安全を実装するためにAIとコミュニケーションを最も活用しているのは自動車ドメインであることが示された。 携帯電話以外の通信技術の利用が主流であるが、2020年からは5G技術の展開に伴い、携帯電話通信の利用が急速に増加する傾向が観察されている。
  論文  参考訳（メタデータ） (2022-05-17T14:38:38Z)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)
• Toward a Rational and Ethical Sociotechnical System of Autonomous Vehicles: A Novel Application of Multi-Criteria Decision Analysis [0.0]
  人工知能(AI)と自律システムの拡張は、膨大な社会的利益を生み出す可能性を示している。 知的エージェントのシステム開発を可能にするために、関連する社会的懸念に対処する必要がある。
  論文  参考訳（メタデータ） (2021-02-04T23:52:31Z)
• Watch-And-Help: A Challenge for Social Perception and Human-AI Collaboration [116.28433607265573]
  我々は、AIエージェントでソーシャルインテリジェンスをテストするための課題であるWatch-And-Help(WAH)を紹介する。 WAHでは、AIエージェントは、人間のようなエージェントが複雑な家庭用タスクを効率的に実行するのを助ける必要がある。 マルチエージェントの家庭環境であるVirtualHome-Socialを構築し、計画と学習ベースのベースラインを含むベンチマークを提供する。
  論文  参考訳（メタデータ） (2020-10-19T21:48:31Z)
• Artificial Intelligence Aided Next-Generation Networks Relying on UAVs [140.42435857856455]
  動的環境において,人工知能(AI)による無人航空機(UAV)による次世代ネットワーク支援が提案されている。 AI対応のUAV支援無線ネットワーク(UAWN)では、複数のUAVが航空基地局として使用され、ダイナミックな環境に迅速に適応することができる。 AIフレームワークの利点として、従来のUAWNのいくつかの課題が回避され、ネットワークパフォーマンスが向上し、信頼性が向上し、アジャイル適応性が向上する。
  論文  参考訳（メタデータ） (2020-01-28T15:10:22Z)

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。