論文の概要: Being good (at driving): Characterizing behavioral expectations on automated and human driven vehicles
- arxiv url: http://arxiv.org/abs/2502.08121v1
- Date: Wed, 12 Feb 2025 04:59:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-13 13:48:58.431997
- Title: Being good (at driving): Characterizing behavioral expectations on automated and human driven vehicles
- Title（参考訳）: 良い(運転中)こと:自動走行車と人間運転車の行動予測を特徴づける
- Authors: Laura Fraade-Blanar, Francesca Favarò, Johan Engstrom, Melissa Cefkin, Ryan Best, John Lee, Trent Victor,
- Abstract要約: 我々は,優れた運転行動を実現するための枠組みとしてのドライバシップの概念を提唱した。
ドライバーシップは、道路利用者間で存在する相互主義的期待の一致による運転行動の評価を基礎とする。
- 参考スコア（独自算出の注目度）: 0.4476047439400351
- License:
- Abstract: For over a century, researchers have wrestled with how to define good driving behavior, and the debate has surfaced anew for automated vehicles (AVs). We put forth the concept of Drivership as a framing for the realization of good driving behaviors. Drivership grounds the evaluation of driving behaviors in the alignment between the mutualistic expectations that exist amongst road users. Leveraging existing literature, we distinguish Empirical Expectations (i.e., reflecting "beliefs that a certain behavior will be followed," drawing on past experiences) (Bicchieri, 2006); and Normative Expectations (i.e., reflecting "beliefs that a certain behavior ought to be followed," based on societally agreed-upon principles) (Bicchieri, 2006). Because societal expectations naturally shift over time, we introduce a third type of expectation, Furtherance Expectations, denoting behavior which could be exhibited to enable continuous improvement of the transportation ecosystem. We position Drivership within the space of societal Normative Expectations, which may overlap with some Empirical and Furtherance Expectations, constrained by what is technologically and physically feasible. Additionally, we establish a novel vocabulary to rigorously tackle conversations on stakeholders' expectations, a key feature of value-sensitive design. We also detail how Drivership comprises safety-centric behaviors and what we term socially-aware behaviors (where there are no clear safety stakes). Drivership supports multiple purposes, including advancing the understanding and evaluation of driving performance through benchmarking based on many criteria. As such, we argue that an appropriate framing of the notion of Drivership also underpins the overall development of a safety case. The paper explores these applications under the more general tenet of Drivership as a central element to roadway citizenship.
- Abstract（参考訳）: 1世紀以上もの間、研究者は良い運転行動を定義する方法に悩まされ、自動走行車(AV)に関する議論が新たに浮上した。
我々は,優れた運転行動を実現するための枠組みとしてのドライバシップの概念を提唱した。
ドライバーシップは、道路利用者間で存在する相互主義的期待の一致による運転行動の評価を基礎とする。
既存の文献を参考に、経験的期待(過去の経験を参考にして「ある行動が従うべき信念」を反映する)とノルマ的期待(「ある行動が従うべき信念」を反映する)を社会的な合意のもとに区別する(ビッキエリ、2006年)。
社会的な期待は時間とともに自然に変化するため、輸送生態系の継続的な改善を可能にするための行動を示す第3のタイプの期待、拡張期待を導入する。
我々は、技術的かつ物理的に実現可能なものに制約された、経験的および拡張的期待と重複する社会規範的期待の空間内に、ドライバシップを配置する。
さらに、私たちは、価値に敏感な設計の重要な特徴であるステークホルダーの期待に関する会話を厳格に解決するための、新しい語彙を確立します。
また、ドライバシップが安全中心の行動をどのように構成するか、社会的に認識される行動(明確な安全性の欠如)とは何か、についても詳しく説明します。
ドライバシップは、多くの基準に基づいたベンチマークを通じて、運転パフォーマンスの理解と評価を進めることを含む、複数の目的をサポートする。
このように、ドライバシップの概念の適切なフレーミングは、安全ケースの全体的な開発を支えている、と我々は主張する。
本稿では、道路市民権の中心的要素として、ドライバーシップのより一般的な信条の下でこれらの応用を探求する。
関連論文リスト
- Cooperative Advisory Residual Policies for Congestion Mitigation [11.33450610735004]
我々は協調的な諮問システムに利用できる学習済みの残留政策のクラスを開発する。
当社のポリシーは、多様なドライバーの振る舞いを考慮に入れながら、交通渋滞を軽減する方法でドライバーに振る舞うことを推奨している。
我々のアプローチは、異なるドライバーの行動に適応しながら、渋滞を軽減することに成功しました。
論文 参考訳（メタデータ） (2024-06-30T01:10:13Z) - Considering Human Factors in Risk Maps for Robust and Foresighted Driver
Warning [1.4699455652461728]
本稿では,ドライバーエラーの形で人間の状態を利用する警告システムを提案する。
このシステムは、周囲の運転状況の予測を直接変更する行動プランナーのリスクマップで構成されている。
動的車線変化と交差点シナリオの異なるシミュレーションでは、運転者の行動計画がいかに危険になるかを示す。
論文 参考訳（メタデータ） (2023-06-06T16:39:58Z) - Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。
新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。
エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
論文 参考訳（メタデータ） (2023-04-23T16:01:36Z) - FBLNet: FeedBack Loop Network for Driver Attention Prediction [50.936478241688114]
非客観的運転経験のモデル化は困難であり,既存手法では運転経験蓄積手順を模擬する機構が欠如している。
本稿では,運転経験蓄積手順をモデル化するFeedBack Loop Network (FBLNet)を提案する。
提案モデルでは,既存の手法に対して強い優位性を示し,2つのドライバー注意ベンチマークデータセットの性能向上を実現している。
論文 参考訳（メタデータ） (2022-12-05T08:25:09Z) - Behavioral Intention Prediction in Driving Scenes: A Survey [70.53285924851767]
行動意図予測(BIP)は、人間の思考過程をシミュレートし、特定の行動の早期予測を満たす。
この作業は、利用可能なデータセット、重要な要因と課題、歩行者中心および車両中心のBIPアプローチ、BIP対応アプリケーションからのBIPの包括的なレビューを提供する。
論文 参考訳（メタデータ） (2022-11-01T11:07:37Z) - From Spoken Thoughts to Automated Driving Commentary: Predicting and
Explaining Intelligent Vehicles' Actions [10.557942353553859]
コメント運転では、ドライバーは観察、評価、意図を口頭で話す。
彼らの考えを語ることで、学習と熟練したドライバーの両方が、自分たちの環境をよりよく理解し、認識できるようになります。
インテリジェントな車両の文脈では、自動運転解説は運転行動についての理解に富んだ説明を提供することができる。
論文 参考訳（メタデータ） (2022-04-19T19:39:13Z) - Safety-aware Motion Prediction with Unseen Vehicles for Autonomous
Driving [104.32241082170044]
本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。
既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。
私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
論文 参考訳（メタデータ） (2021-09-03T13:33:33Z) - Evaluating Robustness over High Level Driving Instruction for Autonomous
Driving [5.180648702293017]
近年,自動運転の分野では,ますます高いパフォーマンスをみせている。
本稿では,エージェントの堅牢性を評価するための評価手法を提案する。
論文 参考訳（メタデータ） (2021-05-20T20:10:14Z) - Contingencies from Observations: Tractable Contingency Planning with
Learned Behavior Models [82.34305824719101]
人間は未来の出来事を正確に推論することで決定を下す素晴らしい能力を持っている。
本研究では,高次元のシーン観察からエンドツーエンドに学習する汎用コンテンシビリティプランナを開発する。
このモデルが行動観察から忍耐強くコンティンジェンシーを学習できることを示す。
論文 参考訳（メタデータ） (2021-04-21T14:30:20Z) - Pedestrian Behavior Prediction for Automated Driving: Requirements,
Metrics, and Relevant Features [1.1888947789336193]
システムレベルアプローチによる自動走行の歩行者行動予測の要件を分析した。
人間の運転行動に基づいて、自動走行車の適切な反応パターンを導出する。
複数の文脈的手がかりを組み込んだ変分条件自動エンコーダに基づく歩行者予測モデルを提案する。
論文 参考訳（メタデータ） (2020-12-15T16:52:49Z) - Emergent Road Rules In Multi-Agent Driving Environments [84.82583370858391]
運転環境の要素が道路ルールの出現の原因となるかを分析する。
2つの重要な要因が雑音知覚とエージェントの空間密度であることがわかった。
我々の結果は、世界中の国々が安全で効率的な運転で合意した社会道路規則を実証的に支持する。
論文 参考訳（メタデータ） (2020-11-21T09:43:50Z)
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。