論文の概要: Towards Developing Socially Compliant Automated Vehicles: Advances, Expert Insights, and A Conceptual Framework
- arxiv url: http://arxiv.org/abs/2501.06089v2
- Date: Mon, 14 Apr 2025 04:58:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-15 19:48:45.58086
- Title: Towards Developing Socially Compliant Automated Vehicles: Advances, Expert Insights, and A Conceptual Framework
- Title(参考訳): 社会的に互換性のある自動走行車の開発に向けて - 進歩, エキスパートインサイト, 概念的フレームワーク
- Authors: Yongqi Dong, Bart van Arem, Haneen Farah,
- Abstract要約: 自動走行車(AV)は、道路の安全性、交通効率、全体の移動性を改善することで交通の革新を約束している。
完全自動化への移行には、さまざまな自動化レベルのAVが人間駆動車(HDV)と共存する混合トラフィックの期間が必要となる。
HDVとの互換性の確保と社会的受容は、混在トラフィックへのシームレスな統合の成功に不可欠である。
本研究は,SCAVの開発における技術の現状を評価するための総合的なスコーピングのレビューを初めて行った。
- 参考スコア(独自算出の注目度): 8.077621888442337
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automated Vehicles (AVs) hold promise for revolutionizing transportation by improving road safety, traffic efficiency, and overall mobility. Despite the steady advancement in high-level AVs in recent years, the transition to full automation entails a period of mixed traffic, where AVs of varying automation levels coexist with human-driven vehicles (HDVs). Making AVs socially compliant and understood by human drivers is expected to improve the safety and efficiency of mixed traffic. Thus, ensuring AVs' compatibility with HDVs and social acceptance is crucial for their successful and seamless integration into mixed traffic. However, research in this critical area of developing Socially Compliant AVs (SCAVs) remains sparse. This study carries out the first comprehensive scoping review to assess the current state of the art in developing SCAVs, identifying key concepts, methodological approaches, and research gaps. An informal expert interview was also conducted to discuss the literature review results and identify critical research gaps and expectations towards SCAVs. Based on the scoping review and expert interview input, a conceptual framework is proposed for the development of SCAVs. The conceptual framework is evaluated using an online survey targeting researchers, technicians, policymakers, and other relevant professionals worldwide. The survey results provide valuable validation and insights, affirming the significance of the proposed conceptual framework in tackling the challenges of integrating AVs into mixed-traffic environments. Additionally, future research perspectives and suggestions are discussed, contributing to the research and development agenda of SCAVs.
- Abstract(参考訳): 自動走行車(AV)は、道路の安全性、交通効率、全体の移動性を改善することで交通の革新を約束している。
近年のハイレベルAVの着実に進歩しているにもかかわらず、完全自動化への移行には混在する交通の期間が伴い、そこでは様々な自動化レベルのAVが人間駆動車(HDV)と共存する。
AVを社会的に適合させ、人間ドライバーに理解させることは、混在する交通の安全性と効率を改善することが期待されている。
したがって、HDVとの互換性と社会的受容の確保は、混在トラフィックへのシームレスな統合の成功に不可欠である。
しかし、社会適応型AV(SCAVs)開発におけるこの重要な領域の研究は、いまだに少ない。
本研究は,SCAVの現況を総合的に検証し,重要な概念,方法論的アプローチ,研究ギャップを同定する。
文献レビューの結果を議論し、SCAVに対する重要な研究ギャップと期待を明らかにするために、非公式な専門家インタビューも行われた。
スコーピングのレビューと専門家インタビューのインプットに基づいて、SCAVの開発のための概念的枠組みが提案されている。
概念的枠組みは、研究者、技術者、政策立案者、その他の関連する専門家を対象にしたオンライン調査によって評価される。
その結果,AVを混合交通環境に統合する上での課題に対処する上で,提案する概念的枠組みの重要性が確認された。
さらに、将来の研究の視点と提案について論じ、SCAVの研究・開発課題に貢献する。
関連論文リスト
- Socially-Aware Autonomous Driving: Inferring Yielding Intentions for Safer Interactions [7.735477839355801]
本稿では,DAG(Deep Reinforcement Learning, 深層強化学習)アルゴリズムを用いた意思決定フレームワークを提案する。
提案手法の性能を評価するため, 模擬環境下での車線変更シナリオにおいて, 提案手法を検証, 適用することができる。
論文 参考訳(メタデータ) (2025-04-28T17:24:04Z) - Navigating the Edge with the State-of-the-Art Insights into Corner Case Identification and Generation for Enhanced Autonomous Vehicle Safety [38.07210302881341]
仮想シミュレーションで合成データを利用するいくつかの手法が提案されている。
最も高いリスクデータであるコーナーケース(CC)は、AV制御の開発とテストにおいて最も価値のあるものである。
論文 参考訳(メタデータ) (2025-02-27T22:47:46Z) - AISafetyLab: A Comprehensive Framework for AI Safety Evaluation and Improvement [73.0700818105842]
我々は、AI安全のための代表的攻撃、防衛、評価方法論を統合する統合されたフレームワークとツールキットであるAISafetyLabを紹介する。
AISafetyLabには直感的なインターフェースがあり、開発者はシームレスにさまざまなテクニックを適用できる。
我々はヴィクナに関する実証的研究を行い、異なる攻撃戦略と防衛戦略を分析し、それらの比較効果に関する貴重な洞察を提供する。
論文 参考訳(メタデータ) (2025-02-24T02:11:52Z) - Towards Trustworthy Retrieval Augmented Generation for Large Language Models: A Survey [92.36487127683053]
Retrieval-Augmented Generation (RAG)は、AIGC(AIGC)の課題に対処するために設計された高度な技術である。
RAGは信頼性と最新の外部知識を提供し、幻覚を減らし、幅広いタスクで関連するコンテキストを保証する。
RAGの成功と可能性にもかかわらず、最近の研究により、RAGパラダイムはプライバシーの懸念、敵対的攻撃、説明責任の問題など、新たなリスクももたらしていることが示されている。
論文 参考訳(メタデータ) (2025-02-08T06:50:47Z) - 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) - Managing Human Factors in Automated Vehicle Development: Towards Challenges and Practices [4.419836325434071]
自動走行車(AV)を開発する際には、ヒューマンファクター(HF)の知識を考慮し、安全かつ受け入れられることが重要である。
本研究は,自動車産業におけるアジャイルAV開発におけるHF要求の実践と課題について考察する。
論文 参考訳(メタデータ) (2024-05-29T07:48:43Z) - Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
ディープラーニングとエッジコンピューティングの進歩により、VADは大きな進歩を遂げた。
この記事では、NSVADの初心者向けの包括的なチュートリアルを紹介します。
論文 参考訳(メタデータ) (2024-05-16T02:00:44Z) - 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) - The Integration of Prediction and Planning in Deep Learning Automated Driving Systems: A Review [43.30610493968783]
我々は、最先端のディープラーニングベースの計画システムについてレビューし、どのように予測を統合するかに焦点を当てる。
異なる統合原則の意味、強み、限界について論じる。
論文 参考訳(メタデータ) (2023-08-10T17:53:03Z) - A Counterfactual Safety Margin Perspective on the Scoring of Autonomous
Vehicles' Riskiness [52.27309191283943]
本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。
本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
論文 参考訳(メタデータ) (2023-08-02T09:48:08Z) - Explanations in Autonomous Driving: A Survey [7.353589916907923]
我々は、説明可能な自動運転における既存の作業の包括的調査を行う。
我々は、AVの開発、使用、規制に関わる様々な利害関係者を特定し、分類する。
論文 参考訳(メタデータ) (2021-03-09T00:31:30Z) - What-If Motion Prediction for Autonomous Driving [58.338520347197765]
生存可能なソリューションは、道路レーンのような静的な幾何学的文脈と、複数のアクターから生じる動的な社会的相互作用の両方を考慮しなければならない。
本稿では,解釈可能な幾何学的(アクター・レーン)と社会的(アクター・アクター)の関係を持つグラフに基づく注意的アプローチを提案する。
提案モデルでは,道路レーンやマルチアクターの相互作用を仮定的に,あるいは「何」かで予測できる。
論文 参考訳(メタデータ) (2020-08-24T17:49:30Z)
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。