Fugu-MT 論文翻訳(概要): STCLocker: Deadlock Avoidance Testing for Autonomous Driving Systems

論文の概要: STCLocker: Deadlock Avoidance Testing for Autonomous Driving Systems

arxiv url: http://arxiv.org/abs/2506.23995v1
Date: Mon, 30 Jun 2025 15:58:10 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-01 21:27:54.142235
Title: STCLocker: Deadlock Avoidance Testing for Autonomous Driving Systems
Title（参考訳）: STCLocker: 自律運転システムのデッドロック回避テスト
Authors: Mingfei Cheng, Renzhi Wang, Xiaofei Xie, Yuan Zhou, Lei Ma,
Abstract要約: そこで我々は,DeadLockシナリオ(DLS)を生成するための,最初の専用の時空間衝突回避技術STCLockerを提案する。 STCLockerはDeadlock Oracle、Conflict Feedback、Conflict-aware Scenario Generationの3つの主要なコンポーネントで構成されている。実験結果から,STCLocker は最高性能のベースラインよりも DLS を多く生成することがわかった。
参考スコア（独自算出の注目度）: 25.16391422326855
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Autonomous Driving System (ADS) testing is essential to ensure the safety and reliability of autonomous vehicles (AVs) before deployment. However, existing techniques primarily focus on evaluating ADS functionalities in single-AV settings. As ADSs are increasingly deployed in multi-AV traffic, it becomes crucial to assess their cooperative performance, particularly regarding deadlocks, a fundamental coordination failure in which multiple AVs enter a circular waiting state indefinitely, resulting in motion planning failures. Despite its importance, the cooperative capability of ADSs to prevent deadlocks remains insufficiently underexplored. To address this gap, we propose the first dedicated Spatio-Temporal Conflict-Guided Deadlock Avoidance Testing technique, STCLocker, for generating DeadLock Scenarios (DLSs), where a group of AVs controlled by the ADS under test are in a circular wait state. STCLocker consists of three key components: Deadlock Oracle, Conflict Feedback, and Conflict-aware Scenario Generation. Deadlock Oracle provides a reliable black-box mechanism for detecting deadlock cycles among multiple AVs within a given scenario. Conflict Feedback and Conflict-aware Scenario Generation collaborate to actively guide AVs into simultaneous competition over spatial conflict resources (i.e., shared passing regions) and temporal competitive behaviors (i.e., reaching the conflict region at the same time), thereby increasing the effectiveness of generating conflict-prone deadlocks. We evaluate STCLocker on two types of ADSs: Roach, an end-to-end ADS, and OpenCDA, a module-based ADS supporting cooperative communication. Experimental results show that, on average, STCLocker generates more DLS than the best-performing baseline.
Abstract（参考訳）: 自律運転システム(ADS)テストは、展開前に自動運転車(AV)の安全性と信頼性を確保するために不可欠である。しかし、既存の技術は主に単一AV設定でのADS機能の評価に重点を置いている。 ADSがマルチAVトラフィックにますます配備されるにつれて、特にデッドロック(複数のAVが無期限に円形の待ち状態に入り、動作計画が失敗する基本的な協調的障害)に関して、協調的な性能を評価することが重要となる。その重要性にもかかわらず、デッドロックを防ぐためのADSの協調的能力は不十分なままである。このギャップに対処するため,本研究では,DadLock Scenarios (DLS) を生成するための,最初の専用の時空間衝突回避テスト技術STCLockerを提案する。 STCLockerはDeadlock Oracle、Conflict Feedback、Conflict-aware Scenario Generationの3つの主要なコンポーネントで構成されている。 Deadlock Oracleは、特定のシナリオ内で複数のAV間でデッドロックサイクルを検出する信頼性の高いブラックボックスメカニズムを提供する。紛争フィードバックと紛争対応シナリオ生成(Conflict Feedback)と紛争対応シナリオ生成(Conflict-aware Scenario Generation)は協力して、AVを空間的紛争資源(すなわち共有通過領域)と時間的競争行動(すなわち、紛争領域に同時に到達する)の同時競合へと誘導し、紛争を引き起こすデッドロックを生成する効果を高める。エンドツーエンドのADSである Roach と,協調通信をサポートするモジュールベースの ADS である OpenCDA の2種類の ADS についてSTCLocker の評価を行った。実験結果から,STCLocker は最高性能のベースラインよりも DLS を多く生成することがわかった。

関連論文リスト

CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。 CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
論文参考訳（メタデータ） (2025-05-14T13:37:07Z)
MKF-ADS: Multi-Knowledge Fusion Based Self-supervised Anomaly Detection System for Control Area Network [9.305680247704542]
制御エリアネットワーク(英: Control Area Network, CAN)は、車両ネットワークにおける電子制御ユニット(ECU)間の通信プロトコルである。 CANは、本質的にセキュリティ上のリスクのために、厳しいセキュリティ上の課題に直面している。本稿では,MKF-ADSと呼ばれる自己教師付き多知識融合異常検出モデルを提案する。
論文参考訳（メタデータ） (2024-03-07T07:40:53Z)
A Novel Federated Learning-Based IDS for Enhancing UAVs Privacy and Security [1.2999518604217852]
フライングアドホックネットワーク(FANET)内で運用されている無人航空機(UAV)は、これらのネットワークの動的で分散的な性質のためにセキュリティ上の問題に直面している。以前の研究では、すべてのデバイスからのデータを保存し分析する中心的なエンティティとして、集中的な侵入検出に主に焦点をあてていた。本稿では、FANETにおける集中型システムによる課題に対処するFL-IDS(Federated Learning-based Intrusion Detection System)を提案する。
論文参考訳（メタデータ） (2023-12-07T08:50:25Z)
Stackelberg Driver Model for Continual Policy Improvement in Scenario-Based Closed-Loop Autonomous Driving [5.765939495779461]
安全クリティカルなシナリオを合成するための効率的な手法のクラスとして、敵生成法が登場した。 Stackelberg Driver Model (SDM) を調整し、車両相互作用の階層的な性質を正確に特徴づける。提案アルゴリズムは,特に高次元シナリオにおいて,いくつかのベースラインと比較して優れた性能を示す。
論文参考訳（メタデータ） (2023-09-25T15:47:07Z)
Push-Pull: Characterizing the Adversarial Robustness for Audio-Visual Active Speaker Detection [88.74863771919445]
我々は、音声のみ、視覚のみ、および音声-視覚的敵対攻撃下でのAVASDモデルの脆弱性を明らかにする。また,攻撃者が現実的な相手を見つけるのを困難にするため,新たな音声・視覚的相互作用損失(AVIL)を提案する。
論文参考訳（メタデータ） (2022-10-03T08:10:12Z)
Multi-UAV Conflict Resolution with Graph Convolutional Reinforcement Learning [0.0]
無人航空機(UAV)間の飛行安全性は、ペア分離ミニマによって確保される。交通密度の上昇が予想されるため、2つ以上のUAVが遭遇する可能性がある。我々は、マルチエージェント強化学習問題として、マルチUAVコンフリクト解決をモデル化する。
論文参考訳（メタデータ） (2021-11-29T15:29:32Z)
Adversarial Visual Robustness by Causal Intervention [56.766342028800445]
敵の訓練は、敵の例に対する事実上最も有望な防御である。しかし、その受動性は必然的に未知の攻撃者への免疫を妨げる。我々は、敵対的脆弱性の因果的視点を提供する: 原因は、学習に普遍的に存在する共同創設者である。
論文参考訳（メタデータ） (2021-06-17T14:23:54Z)
Exploring Robustness of Unsupervised Domain Adaptation in Semantic Segmentation [74.05906222376608]
クリーンな画像とそれらの逆の例との一致を、出力空間における対照的な損失によって最大化する、逆向きの自己スーパービジョンUDA(ASSUDA)を提案する。 i) セマンティックセグメンテーションにおけるUDA手法のロバスト性は未解明のままであり, (ii) 一般的に自己スーパービジョン(回転やジグソーなど) は分類や認識などのイメージタスクに有効であるが, セグメンテーションタスクの識別的表現を学習する重要な監視信号の提供には失敗している。
論文参考訳（メタデータ） (2021-05-23T01:50:44Z)
Adversarial defense for automatic speaker verification by cascaded self-supervised learning models [101.42920161993455]
ますます悪意のある攻撃者は、自動話者検証(ASV)システムで敵攻撃を仕掛けようとする。本稿では,逐次的自己教師付き学習モデルに基づく標準的かつ攻撃非依存な手法を提案する。実験により, 本手法は効果的な防御性能を実現し, 敵攻撃に対抗できることを示した。
論文参考訳（メタデータ） (2021-02-14T01:56:43Z)
Open-set Adversarial Defense [93.25058425356694]
オープンセット認識システムは敵攻撃に対して脆弱であることを示す。本研究の目的は,OSAD(Open-Set Adrial Defense, Open-Set Adrial Defense)機構の必要性である。本稿はOSAD問題に対する解決策として,OSDN(Open-Set Defense Network)を提案する。
論文参考訳（メタデータ） (2020-09-02T04:35:33Z)

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。