論文の概要: Behavioral Safety Assessment towards Large-scale Deployment of Autonomous Vehicles, Part I: Methodology

• arxiv url: http://arxiv.org/abs/2610.08450v1
• Date: Tue, 06 Oct 2026 14:37:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.05338
• Title: Behavioral Safety Assessment towards Large-scale Deployment of Autonomous Vehicles, Part I: Methodology
• Title（参考訳）: 自動車の大規模展開に向けた行動安全評価 : その1 方法論
• Abstract要約: 自動運転車(AV)の行動安全に向けたパラダイムシフトを提案する。 本稿では,行動能力テストと運転知能テストの2つの相補的評価要素からなる第三者フレームワークを紹介する。 本研究のパートIIでは,オープンソースのLevel 4 Automated Driving System (ADS) を試験し,提案手法の有効性を実証した。
• 参考スコア（独自算出の注目度）: 10.326246945969098
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous vehicles (AVs) have significantly advanced in real-world deployment in recent years, yet safety continues to be a critical barrier to widespread adoption. Traditional functional safety approaches, which primarily verify the reliability, robustness, and adequacy of AV hardware and software systems from a vehicle-centric perspective, do not sufficiently address the AV's broader interactions and behavioral impact on the surrounding traffic environment. To overcome this limitation, we propose a paradigm shift toward behavioral safety, a comprehensive approach focused on evaluating AV responses and interactions within the traffic environment. To systematically assess behavioral safety, we introduce a third-party AV safety assessment framework comprising two complementary evaluation components: the Behavioral Competency Test and the Driving Intelligence Test. The Behavioral Competency Test evaluates the AV's reactive behaviors under controlled scenarios, ensuring basic behavioral competency. In contrast, the Driving Intelligence Test assesses the AV's interactive behaviors within naturalistic traffic conditions, quantifying the frequency of safety-critical events to deliver statistically meaningful safety metrics before large-scale deployment. In Part II of this study, an open-source Level 4 Automated Driving System (ADS) is tested to demonstrate the effectiveness of the proposed method.
• Abstract（参考訳）: 近年、自動運転車(AV)は現実世界の展開において著しく進歩しているが、安全は広く普及するための重要な障壁であり続けている。 従来の機能安全アプローチは、主に車両中心の観点からAVハードウェアとソフトウェアシステムの信頼性、堅牢性、妥当性を検証するものであり、周囲の交通環境に対するAVのより広範な相互作用と行動的影響に十分に対処するものではない。 この制限を克服するために,交通環境におけるAV応答と相互作用の評価に焦点をあてた包括的アプローチである行動安全へのパラダイムシフトを提案する。 行動安全を体系的に評価するために,行動能力テストと運転知能テストという2つの相補的評価要素からなるサードパーティのAV安全評価フレームワークを導入する。 行動能力テストは、制御されたシナリオ下でのAVの反応性行動を評価し、基本的な行動能力を保証する。 対照的に、ドライビング・インテリジェンス・テストは、自然主義的な交通条件下でのAVの対話的行動を評価し、安全クリティカルな事象の頻度を定量化し、大規模展開の前に統計的に意味のある安全指標を提供する。 本研究のパートIIでは,オープンソースのLevel 4 Automated Driving System (ADS) を試験し,提案手法の有効性を実証した。

関連論文リスト

• Assessing behaviour coverage in a multi-agent system simulation for autonomous vehicle testing [0.0]
  本研究では,自律走行車テスト用に設計されたマルチエージェントシステムシミュレーションの行動カバレッジ解析に焦点を当てた。 運転シナリオとエージェントの相互作用のセットを定義することにより、シミュレーションが自律運転に関連する幅広い挙動を包含する範囲を評価する。
  論文  参考訳（メタデータ） (2025-12-29T13:02:32Z)
• Safely Learning Controlled Stochastic Dynamics [61.82896036131116]
  システム力学の安全な探索と効率的な推定を可能にする手法を提案する。 学習後、学習モデルはシステムのダイナミクスの予測を可能にし、任意の制御の安全性検証を可能にする。 我々は、真の力学のソボレフ正則性を高めることにより、安全性と適応学習率の向上を理論的に保証する。
  論文  参考訳（メタデータ） (2025-06-03T11:17:07Z)
• Behavioral Safety Assessment towards Large-scale Deployment of Autonomous Vehicles [6.846750893175613]
  自動運転車(AV)の行動安全へのパラダイムシフトを提案する。 本稿では,運転免許試験と運転情報検査の2つの相補的な評価要素を含む,サードパーティのAV安全性評価フレームワークを紹介する。 シミュレーション環境とミシガン大学のMcity Testing Facilityの物理的テストトラックの両方で,オープンソースのLevel 4 AVであるtexttAutoware.Universeを検証した。
  論文  参考訳（メタデータ） (2025-05-22T04:28:59Z)
• Empowering Autonomous Driving with Large Language Models: A Safety Perspective [82.90376711290808]
  本稿では,Large Language Models (LLM) の自律運転システムへの統合について検討する。 LLMは行動計画におけるインテリジェントな意思決定者であり、文脈的安全学習のための安全検証シールドを備えている。 適応型LLM条件モデル予測制御(MPC)と状態機械を用いたLLM対応対話型行動計画スキームという,シミュレーション環境における2つの重要な研究について述べる。
  論文  参考訳（メタデータ） (2023-11-28T03:13:09Z)
• A Counterfactual Safety Margin Perspective on the Scoring of Autonomous Vehicles' Riskiness [52.27309191283943]
  本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。 本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
  論文  参考訳（メタデータ） (2023-08-02T09:48:08Z)

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。