文献

J-GLOBAL ID：201902211771907878   整理番号：19A1961817

高忠実度シミュレータにおける敵対的運転シナリオの生成【JST・京大機械翻訳】

Generating Adversarial Driving Scenarios in High-Fidelity Simulators

著者 (3件)： Abeysirigoonawardena Yasasa (Mobile Robotics Lab at the Center for Intelligent Machines (CIM), McGill University, Montreal, Canada, fyasasaa) ,  Shkurti Florian (Department of Computer Science, University of Toronto, Canada) ,  Dudek Gregory (Mobile Robotics Lab at the Center for Intelligent Machines (CIM), McGill University, Montreal, Canada, fyasasaa)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICRA  ページ： 8271-8277  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,自己駆動車両は,現代の輸送システムに対して安全性と効率をもたらす可能性があり,公共道路上でより一般的になっている。道路におけるこれらの車両の信頼性の増加は,複数の車両と歩行者が自己駆動車両と相互作用する高忠実度シミュレータ上で理想的に行われる広範囲のソフトウェア試験を必要とする。したがって,自己駆動ソフトウェアが広範囲の挑戦的な模擬運転シナリオに対して評価されることを保証することは非常に重要である。自己駆動自動車産業のいくつかのフロントランナによって採用されるように,運転シナリオ発生における芸術の状態は,まだ人間の入力に依存している。本論文では,Bayes最適化を用いてプロセスを自動化し,姿勢的に操作されたあるいは訓練されていない自己駆動ポリシーを露出させ,模擬歩行者と車両との衝突リスクを増加させるために,advers自己駆動シナリオを生成することを提案した。自己駆動政策の訓練集合に生成されたシナリオを組み込むことにより,また視覚ベースの模倣学習を用いて政策を微調整することにより,より安全な自己駆動挙動を得ることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ソフトウェア ,  視覚 ,  歩行者 ,  安全性 ,  *シミュレータ ,  ランナ ,  最適化 ,  交通システム ,  相互作用 ,  自動車工業 ,  自動化 ,  道路
準シソーラス用語： 微調整 ,  模倣学習 ,  *敵意 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 高忠実度 ,  シミュレータ ,  敵対 ,  シナリオ