Fugu-MT 論文翻訳(概要): Barrier Function Conformal Safety Clearance Certification with CVaR for Driving Trajectory Selection

論文の概要: Barrier Function Conformal Safety Clearance Certification with CVaR for Driving Trajectory Selection

arxiv url: http://arxiv.org/abs/2608.26533v1
Date: Thu, 27 Aug 2026 02:11:43 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-28 16:30:58.215366
Title: Barrier Function Conformal Safety Clearance Certification with CVaR for Driving Trajectory Selection
Title（参考訳）: 駆動軌道選択のためのCVaRによるバリア機能整形安全クリアランス認証
Abstract要約: この枠組みは、アリプランナーが選択した軌道を評価し、そのプランタイムマージンと安全クリアランスのギャップを校正する。評価されたすべての統計の中で、正確なクリアランスのカバレッジは93.3-96.7%の目標よりも高い。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Autonomous driving motion planners generate and select candidate trajectories while accounting for interactions with surrounding agents. However, these evaluations do not certify the actual safety clearance of the selected trajectory. The framework evaluates the trajectory selected by ant planners and calibrates the gap between its plan time margin and realized safety clearance. A differentiable separating axis barrier margin deterministically lower bounds exact signed oriented-bounding-box (OBB) safety clearance, connecting the statistical certificate to safety margin. At plan time, the margin is evaluated using either a nominal prediction and sampled lower tail Conditional Value-at-Risk (CVaR), while post-selection conformal calibration over exchangeable drive sessions absorbs prediction and sampling errors. Conformal calibration provides statistical validity independently of predictor correctness. The method is evaluated on a frozen 300 session nuPlan study using native Predictive Driver Model (PDM) Closed loop proposals. At 10% target miscoverage, sampled lower CVaR reduces the conformal correction from 1.43m to 0.03m and increases the rate of nonnegative safety clearance certificates from 68.7% to 87.3%. Across all evaluated statistics, exact-clearance coverage remains above the 90% target at 93.3--96.7%.
Abstract（参考訳）: 自律運転運動プランナーは、周囲のエージェントとの相互作用を考慮しつつ、候補の軌跡を生成し、選択する。しかし、これらの評価は、選択された軌道の実際の安全性の保証を証明していない。この枠組みは、アリプランナーが選択した軌道を評価し、そのプランタイムマージンと安全クリアランスのギャップを校正する。差別化可能な分離軸バリアマージンは、正確に符号付き向き境界ボックス(OBB)の安全性を決定的に低くし、統計証明書を安全マージンに接続する。条件付き条件付きリスク (CVaR) と, 条件付き条件付きリスク (CVaR) のどちらかを用いてマージンを評価し, 交換可能なドライブセッションに対する選択後のコンフォメーションキャリブレーションは, 予測とサンプリングエラーを吸収する。コンフォーマルキャリブレーションは、予測値の正確性とは無関係に統計的妥当性を提供する。本手法は,PDM(Native Predictive Driver Model)閉ループ提案を用いた300セッションのnuPlan解析により評価した。 10%のターゲットミスでは、サンプル化された低いCVaRはコンフォメーション補正を1.43mから0.03mに減らし、非負の安全クリアランス証明を68.7%から87.3%に向上させる。評価されたすべての統計の中で、正確なクリアランスのカバレッジは93.3-96.7%の目標よりも高い。

関連論文リスト

FLY-EVAL++: An Evidence-Driven Evaluation Protocol for Safety-Constrained Flight Prediction with Large Language Models [45.90905049052029]
FLY-EVAL++は,安全クリティカル環境下での大規模言語モデルに対するエビデンス駆動評価プロトコルである。 PilotBench設定を履歴条件および多段階予測タスクで拡張することにより、FLY-EVAL++ for Flight Trajectory and Attitude Prediction (FTAP)をインスタンス化する。本結果より, 安全クリティカル領域の評価は, 精度中心の報告のみに頼るのではなく, 制約満足度と構造的妥当性を明示的に測定すべきであることが示唆された。
論文参考訳（メタデータ） (2026-09-03T16:00:02Z)
Bellman Calibration for Marginalized Importance Weighting in Offline Reinforcement Learning [40.322273308230606]
一次元モデルに依存しない後処理法である等速ベルマンキャリブレーションを導入する。提案手法は, 1次元の非減少型変換に適合した占有率評価(FORE)を適用することにより, 推定値のスケールと形状を補正する。キャリブレーション・リファインダは, キャリブレーション誤差の小さい任意の適合比が, 最良な後処理とほぼ同等であることを示す。
論文参考訳（メタデータ） (2026-08-25T17:44:02Z)
Excitation-Supervised Closed-Loop Self-Calibration and Target Seeking for an Unknown-Pose Range-Bearing Relay [0.0]
本論文は、識別可能性を管理する閉ループ層を提供する。励起教師付きアルゴリズムは、励起リセットコントローラを監督するために使用される。崩壊率のスイープは、固定されたスケジュールの崩壊が未知の時間から適切な励振を追い越すとき、監督が重要であることを示している。
論文参考訳（メタデータ） (2026-08-12T19:00:07Z)
Adaptive Finite-Budget Training for CVaR Risk-Aware Q-Learning [7.373349445059511]
リスク対応Q-ラーニング(RaQL)は、動的リスク目標に対するモデルフリーで2時間スケールの推定手段を提供する。本稿では,CVaR(Conditional Value-at-Risk) RaQLの適応型トレーニングコントローラを提案し,これを日々のBitcoin取引タスクで評価する。
論文参考訳（メタデータ） (2026-08-05T00:26:22Z)
Cross-Fitted Residual Utility for Primary-Preserving Cognitive Decision Correction in Automatic Modulation Classification [1.547549252134621]
本稿では,クロスフィット型残効ユーティリティとプライマリ保存型認知決定ポリシーを用いて,推論後の問題について検討する。構造化されたkan-Fourier分類器はデフォルトの確率を提供し、ニューラルおよび非ニューラル候補は観測可能な証拠を提供する。 RMLA、RMLB、HISARでは、完全なシステムは全体の精度を63.632%から66.332%、65.161%から66.168%、77.769%から79.867%に改善している。
論文参考訳（メタデータ） (2026-08-03T11:07:37Z)
From Checker to Forecaster: Code-Owned Evaluation of Model-Generated Strategic Routes Under Delayed Ground Truth [0.0]
RouteCastはモデル生成型戦略ルートの仕組みをインスタンス化する。暫定予測が作成され、後の結果で予測が評価される。将来的な校正、因果決定の改善、経路分割の優位性、ドメイン間の妥当性は確立していない。
論文参考訳（メタデータ） (2026-07-13T00:36:48Z)
Denoised Conformal Alignment for Reliable Selection of Conditional Average Treatment Effect Predictions [10.945117945979566]
ブラックボックスCATE予測器の信頼性の選択について検討する。疑似アウトカムから2つの堅牢なプロキシエラーを構築する。定式化コンフォーマルアライメントを提案する。
論文参考訳（メタデータ） (2026-07-03T10:00:28Z)
On-Policy Self-Evolution via Failure Trajectories for Agentic Safety Alignment [54.30690671490447]
既存の安全アライメント信号は、主に応答レベルまたは政治外である。 FATEは、検証済みの失敗を専門家のデモンストレーションなしで修復管理に変換する。 FATEは攻撃成功率を33.5%、有害なコンプライアンスを82.6%削減し、外的軌道安全診断を6.5%改善する。
論文参考訳（メタデータ） (2026-05-12T09:56:28Z)
Safe Urban Traffic Control via Uncertainty-Aware Conformal Prediction and World-Model Reinforcement Learning [43.06827300023392]
STREAM-RLは、不確実性誘導型適応型コンフォーマルフォアキャスター、コンフォーマル残留流ネットワーク、不確実性誘導型セーフワールドモデルRLエージェントである。複数の実世界の交通軌跡データの実験では、STREAM-RLは91.4%のカバレッジ効率を達成し、FDRを4.1%の信頼性で制御し、標準のPPOの69%に比べて安全性を95.2%向上している。
論文参考訳（メタデータ） (2026-02-04T18:10:59Z)
SAFER: Risk-Constrained Sample-then-Filter in Large Language Models [38.97678256807034]
本稿では,無意識サンプリングと共形フィルタリングを組み合わせた2段階リスク制御フレームワークを提案する。その結果,SAFERはタスク固有の基準やキャリブレーションテストのスプリット比と互換性があることが判明した。
論文参考訳（メタデータ） (2025-10-11T12:12:41Z)
COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
論文参考訳（メタデータ） (2025-06-25T07:04:49Z)
Certified Error Control of Candidate Set Pruning for Two-Stage Relevance Ranking [57.42241521034744]
本稿では、妥当性ランキングのための候補セットプルーニングの認証エラー制御の概念を提案する。提案手法は,第1段階から抽出した候補集合を抽出し,第2段階の復位速度を向上する。
論文参考訳（メタデータ） (2022-05-19T16:00:13Z)

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。