論文の概要: Mind the Gaps: Logical English, Prolog, and Multi-agent Systems for Autonomous Vehicles
- arxiv url: http://arxiv.org/abs/2502.09216v1
- Date: Thu, 13 Feb 2025 11:49:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-14 13:49:58.090266
- Title: Mind the Gaps: Logical English, Prolog, and Multi-agent Systems for Autonomous Vehicles
- Title（参考訳）: Mind the Gaps: 自律走行車のための論理英語, Prolog, マルチエージェントシステム
- Authors: Galileo Sartor, Adam Wyner, Giuseppe Contissa,
- Abstract要約: 本稿では,自動運転車の交通規則の法的側面を表現・推論するためのモジュールシステムを提案する。
我々は、英国のハイウェイコード(HC)のジャンクションに関連するサブセットに焦点を当てる。
- 参考スコア（独自算出の注目度）: 0.1053373860696675
- License:
- Abstract: In this paper, we present a modular system for representing and reasoning with legal aspects of traffic rules for autonomous vehicles. We focus on a subset of the United Kingdom's Highway Code (HC) related to junctions. As human drivers and automated vehicles (AVs) will interact on the roads, especially in urban environments, we claim that an accessible, unitary, high-level computational model should exist and be applicable to both users. Autonomous vehicles introduce a shift in liability that should not bring disadvantages or increased burden on human drivers. We develop a system "in silico" of the model. The proposed system is built of three main components: a natural language interface, using Logical English, which encodes the rules; an internal representation of the rules in Prolog; and an multi-agent-based simulation environment, built in NetLogo. The three components interact: Logical English is translated into and out of Prolog (along with some support code); Prolog and NetLogo interface via predicates. Such a modular approach enables the different components to carry different "burdens" in the overall system; it also allows swapping of modules. Given NetLogo, we can visualize the effect of the modeled rules as well as validate the system with a simple dynamic running scenario. Designated agents monitor the behaviour of the vehicles for compliance and record potential violations where they occur. The information on potential violations is then utilized by Validators, to determine whether the violation is punishable, differentiating between exceptions and cases.
- Abstract（参考訳）: 本稿では,自動運転車の交通ルールの法的側面を表現・推論するためのモジュールシステムを提案する。
我々は、英国のハイウェイコード(HC)のジャンクションに関連するサブセットに焦点を当てる。
人間ドライバーと自動走行車(AV)は、特に都市環境において道路上で相互作用するので、アクセス可能でユニタリでハイレベルな計算モデルが存在し、両方のユーザーに適用できるべきだと我々は主張する。
自動運転車は、不利や人間のドライバーの負担を増すべきではない負債のシフトをもたらす。
我々はモデルの「シリコ」システムを開発する。
提案システムは,ルールをエンコードする論理英語を用いた自然言語インタフェース,Prologにおけるルールの内部表現,NetLogoで構築されたマルチエージェントベースのシミュレーション環境の3つの主要コンポーネントで構成されている。
対話する3つのコンポーネント: 論理英語は(いくつかのサポートコードとともに)Prologに翻訳される。
このようなモジュラーアプローチにより、異なるコンポーネントがシステム全体で異なる"バーデン"を運べるようになり、モジュールのスワップも可能になる。
NetLogoを前提として、モデル化されたルールの効果を可視化し、シンプルな動的実行シナリオでシステムを検証する。
指定されたエージェントは、コンプライアンスのために車両の挙動を監視し、発生した潜在的な違反を記録する。
潜在的な違反に関する情報はバリケーターによって利用され、違反が処罰可能かどうかを判断し、例外と事件を区別する。
関連論文リスト
- A Path Towards Legal Autonomy: An interoperable and explainable approach to extracting, transforming, loading and computing legal information using large language models, expert systems and Bayesian networks [2.2192488799070444]
法的な自律性は、開発者やデプロイ者、ユーザといったAIアクターに制約を課すこと、あるいはAIエージェントが環境に与える影響の範囲と範囲に制約を課すことによって達成できる。
後者のアプローチでは、AI駆動デバイスに関する既存のルールを、それらのデバイスを制御するAIエージェントのソフトウェアにエンコードする。
このようなアプローチの有効性は、説明可能かつ法的に相互運用可能な法的情報を抽出、ロード、変換、計算する手法を必要とするため、これは課題である。
論文 参考訳（メタデータ） (2024-03-27T13:12:57Z) - DriveMLM: Aligning Multi-Modal Large Language Models with Behavioral
Planning States for Autonomous Driving [69.82743399946371]
DriveMLMは、現実的なシミュレータでクローズループの自律運転を実行するためのフレームワークである。
モジュールADシステムの動作計画モジュールをモデル化するために,MLLM (Multi-modal LLM) を用いる。
このモデルは、Apolloのような既存のADシステムでプラグイン・アンド・プレイすることで、クローズループ運転を行うことができる。
論文 参考訳（メタデータ） (2023-12-14T18:59:05Z) - Interactive Autonomous Navigation with Internal State Inference and
Interactivity Estimation [58.21683603243387]
本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。
これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。
提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2023-11-27T18:57:42Z) - LLM4Drive: A Survey of Large Language Models for Autonomous Driving [62.10344445241105]
大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。
本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
論文 参考訳（メタデータ） (2023-11-02T07:23:33Z) - Social Occlusion Inference with Vectorized Representation for Autonomous
Driving [0.0]
本稿では,エージェント・トラジェクトリとシーン・コンテキストから,エゴカーの視点を表す占有グリッド・マップ (OGM) へのマッピングを学習する,新しいソーシャル・オクルージョン・推論手法を提案する。
ベクトル化表現の性能を検証するため,完全トランスフォーマーエンコーダデコーダアーキテクチャに基づくベースラインを設計する。
我々は,現状の成果よりも優れるInterActionデータセットにおいて,符号なしの交差点に対するアプローチを評価する。
論文 参考訳（メタデータ） (2023-03-18T10:44:39Z) - Advising Autonomous Cars about the Rules of the Road [0.0]
(R)ules (o)f (T)he (R)oad (A)dvisor)は、人間レベルのルールの集合から生成される推奨かつ可能なアクションを提供する。
我々はRoTRAを使って英国「道路のルール」を定式化し、実装する
論文 参考訳（メタデータ） (2022-09-28T12:22:59Z) - An Intelligent Self-driving Truck System For Highway Transportation [81.12838700312308]
本稿では,インテリジェントな自動運転トラックシステムについて紹介する。
提案システムは,1)テストシナリオにおける現実的なトラフィックフローを生成する現実的なトラフィックシミュレーションモジュール,2)実環境における実際のトラックの応答を模倣するために設計,評価された高忠実度トラックモデル,の3つの主要コンポーネントから構成される。
また,提案するシステムを実車に展開し,実車間ギャップを緩和するシステムの能力を示す実物実験を行う。
論文 参考訳（メタデータ） (2021-12-31T04:54:13Z) - Algorithmic Ethics: Formalization and Verification of Autonomous Vehicle
Obligations [0.0]
自治法 (Dominance Act Utilitarianism, DAU) は、自動運転車のような自律システムの義務を形式化するための出発点である。
長期の自律性に必要な義務が時間とともにどのように変化するかを示します。
論文 参考訳（メタデータ） (2021-05-06T17:41:06Z) - End-to-End Intersection Handling using Multi-Agent Deep Reinforcement
Learning [63.56464608571663]
交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。
本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。
本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
論文 参考訳（メタデータ） (2021-04-28T07:54:40Z) - Intelligent Roundabout Insertion using Deep Reinforcement Learning [68.8204255655161]
本稿では,多忙なラウンドアバウンドの入場を交渉できる演習計画モジュールを提案する。
提案されたモジュールは、トレーニングされたニューラルネットワークに基づいて、操作の全期間にわたって、ラウンドアバウンドに入るタイミングと方法を予測する。
論文 参考訳（メタデータ） (2020-01-03T11:16:41Z)
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。