論文の概要: "Why This Avoidance Maneuver?" Contrastive Explanations in Human-Supervised Maritime Autonomous Navigation

• arxiv url: http://arxiv.org/abs/2604.08032v1
• Date: Thu, 09 Apr 2026 09:37:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 18:34:05.843171
• Title: "Why This Avoidance Maneuver?" Contrastive Explanations in Human-Supervised Maritime Autonomous Navigation
• Title（参考訳）: 「なぜこの回避マニアは?」人間に監督された海上自律航法における対照的な説明
• Authors: Joel Jose, Andreas Madsen, Andreas Brandsæter, Tor A. Johansen, Erlend M. Coates,
• Abstract要約: 本稿では,海洋背景を持つ監督者に対して,回避操作の背後にある因果論理を選択的かつ理解可能な方法で説明する方法について検討する。 本研究では,人間中心の洞察を提供するコントラスト的説明を生成する手法を提案する。 4人の経験豊富な海洋士官による探索的ユーザースタディは、対照的な説明がシステムの目的を理解するのに役立つことを示唆している。
• 参考スコア（独自算出の注目度）: 6.365194490730867
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated maritime collision avoidance will rely on human supervision for the foreseeable future. This necessitates transparency into how the system perceives a scenario and plans a maneuver. However, the causal logic behind avoidance maneuvers is often complex and difficult to convey to a navigator. This paper explores how to explain these factors in a selective, understandable manner for supervisors with a nautical background. We propose a method for generating contrastive explanations, which provide human-centric insights by comparing a system's proposed solution against relevant alternatives. To evaluate this, we developed a framework that uses visual and textual cues to highlight key objectives from a state-of-the-art collision avoidance system. An exploratory user study with four experienced marine officers suggests that contrastive explanations support the understanding of the system's objectives. However, our findings also reveal that while these explanations are highly valuable in complex multi-vessel encounters, they can increase cognitive workload, suggesting that future maritime interfaces may benefit most from demand-driven or scenario-specific explanation strategies.
• Abstract（参考訳）: 自動海上衝突回避は、当面は人間の監督に依存している。 これは、システムがシナリオをどのように認識し、操作を計画するかを透過的にする必要がある。 しかし、回避操作の背後にある因果論理はしばしば複雑で、ナビゲータに伝達することが困難である。 本稿では,海洋背景を持つ監督者に対して,これらの要因を選択的かつ理解可能な方法で説明する方法について検討する。 本稿では,システムの提案するソリューションを,関連する代替手段と比較することにより,人間中心の洞察を提供するコントラッシブな説明を生成する手法を提案する。 これを評価するために,現状の衝突回避システムから重要目標を強調するために,視覚的およびテキスト的手がかりを用いたフレームワークを開発した。 4人の経験豊富な海洋士官による探索的ユーザースタディは、対照的な説明がシステムの目的を理解するのに役立つことを示唆している。 しかし,これらの説明は複雑なマルチコンテナの遭遇において非常に有用であるが,認知的作業量を増加させる可能性があり,将来の海洋インターフェースは需要駆動型やシナリオ特異的な説明戦略の恩恵を受ける可能性が示唆された。

関連論文リスト

• LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning [51.969318585152116]
  LatentPilotは、トレーニング中の将来の観察を貴重なデータソースとして利用して、アクション条件付きビジュアルダイナミクスを学習する。 そこで本稿では,フライホイール方式のトレーニング機構を提案する。これは,道路上の軌道を反復的に収集し,エージェントの行動分布に適合するようにモデルを再訓練する。 R2R-CE、RxR-CE、R2R-PEベンチマークの実験では新たなSOTA結果が得られた。
  論文  参考訳（メタデータ） (2026-03-31T02:21:59Z)
• The Scenic Route to Deception: Dark Patterns and Explainability Pitfalls in Conversational Navigation [0.0]
  我々は,会話インターフェースが操作のリスクと不適切な信頼をもたらすことを論じる。 意図と起源に基づいた2x2フレームワークを使用して、これらのリスクを分類します。 信頼性の高い対話ナビゲーションを運用する方法の1つは、ニューロシンボリックアーキテクチャによるものであることを示唆する。
  論文  参考訳（メタデータ） (2026-03-15T20:10:00Z)
• WaterVideoQA: ASV-Centric Perception and Rule-Compliant Reasoning via Multi-Modal Agents [23.828845891763617]
  WaterVideoQAは、全水路環境向けに特別に設計された、最初の大規模で包括的なビデオ質問回答ベンチマークである。 オープンエンド海洋推論のために設計された,先駆的なマルチエージェント型ニューロシンボリックシステムであるNaviMindについても紹介する。
  論文  参考訳（メタデータ） (2026-02-26T12:12:40Z)
• DSCD-Nav: Dual-Stance Cooperative Debate for Object Navigation [63.439158093945956]
  本研究では,姿勢に基づくクロスチェックとエビデンス対応仲裁に代えて,Dual-Stance Cooperative Debate Navigation (DSCD-Nav)を提案する。 HM3Dv1、HM3Dv2、MP3Dの実験では、探索冗長性を低減しつつ、成功と経路効率が一貫した改善を示した。
  論文  参考訳（メタデータ） (2026-01-29T08:47:55Z)
• NavigateDiff: Visual Predictors are Zero-Shot Navigation Assistants [24.689242976554482]
  慣れ親しんだ環境をナビゲートすることは、家庭用ロボットにとって大きな課題となる。 既存の強化学習手法は、直接新しい環境に移行することはできない。 我々は、事前学習された基礎モデルの論理知識と一般化能力をゼロショットナビゲーションに転送しようと試みる。
  論文  参考訳（メタデータ） (2025-02-19T17:27:47Z)
• Sea-cret Agents: Maritime Abduction for Region Generation to Expose Dark Vessel Trajectories [0.6037276428689637]
  船舶の自動識別システム(AIS)を無効にした後、海上産業の悪役が違法行為を行う 機械学習のアプローチは、近い将来、これらの暗黒船の位置を特定することにしか成功しない。 我々は、誘拐、論理プログラミング、ルール学習の概念を組み合わせて、暗い容器の完全なリコールにアプローチする効率的な方法を作成します。
  論文  参考訳（メタデータ） (2025-02-03T16:36:26Z)
• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• Deep Learning for Embodied Vision Navigation: A Survey [108.13766213265069]
  身体的視覚ナビゲーション」問題では、エージェントが3D環境をナビゲートする必要がある。 本稿では、総合的な文献調査を提供することで、視覚ナビゲーションの具体的分野における現在の研究の概要を確立することを試みる。
  論文  参考訳（メタデータ） (2021-07-07T12:09:04Z)
• Congestion-aware Multi-agent Trajectory Prediction for Collision Avoidance [110.63037190641414]
  渋滞パターンを明示的に学習し、新しい「センス--学習--Reason--予測」フレームワークを考案する。 学習段階を2段階に分解することで、「学生」は「教師」から文脈的手がかりを学習し、衝突のない軌跡を生成する。 実験では,提案モデルが合成データセットにおいて衝突のない軌道予測を生成できることを実証する。
  論文  参考訳（メタデータ） (2021-03-26T02:42:33Z)
• Active Visual Information Gathering for Vision-Language Navigation [115.40768457718325]
  視覚言語ナビゲーション(VLN)は、エージェントがフォトリアリスティックな環境の中でナビゲーションの指示を行うためのタスクである。 VLNの重要な課題の1つは、曖昧な指示による不確実性を緩和し、環境の観察を不十分にすることで、堅牢なナビゲーションを行う方法である。 この研究は、人間のナビゲーション行動からインスピレーションを得て、よりインテリジェントなVLNポリシーのためのアクティブな情報収集能力を持つエージェントを提供する。
  論文  参考訳（メタデータ） (2020-07-15T23:54:20Z)

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。