文献

J-GLOBAL ID：202002212827594927   整理番号：20A2075759

ニューラルネットワークコントローラによる自律レースカーの安全性検証の事例研究【JST・京大機械翻訳】

Case study verifying the safety of an autonomous racing car with a neural network controller

著者 (6件)： Ivanov Radoslav (University of Pennsylvania) ,  Carpenter Taylor J. (University of Pennsylvania) ,  Weimer James (University of Pennsylvania) ,  Alur Rajeev (University of Pennsylvania) ,  Pappas George J. (University of Pennsylvania) ,  Lee Insup (University of Pennsylvania)
資料名： ACM Proceedings  (ACM Proceedings)
号： HSCC ’20  ページ： 1-7  発行年： 2020年 
JST資料番号： D0698C  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： 本論文は,ニューラルネットワーク(NN)制御装置を有する自律レース車に関する検証事例研究について述べた。いくつかの検証手法が最近提案されたが,それらは低次元システムあるいは制約付き環境を持つシステムについてのみ評価された。既存の手法の限界を探索するために,NNが自動車の入力と出力ステアリングとして生LiDAR測定を行う挑戦的なベンチマークを提示する。強化学習(RL)を用いて,数十NNを訓練し,検証の最先端が,約40LiDAR光線のシステムを扱うことができることを示した。さらに,実際の実験を行い,sim2現実ギャップ,すなわち,システムのモデル化と実際の性能の違いに関する検証の利益と限界を調べた。検証が安全行動と強く相関するモデル化環境に類似した事例を同定した。最後に,ロバストで安全なRLアルゴリズムを開発するために使用できるLiDAR故障パターンを説明した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  学習 ,  故障 ,  自動車 ,  制御装置 ,  *競走車 ,  *ニューラルネットワーク ,  光子ビーム ,  *事例研究 ,  ベンチマーク ,  ロバスト性 ,  強化学習
準シソーラス用語： 自律性 ,  低次元 , 【Automatic Indexing@JST】

著者キーワード (3件)： F1/10レーシング ,  制御のための学習 ,  ニューラルネットワーク検証

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ニューラルネットワークコントローラ ,  自律 ,  レースカー ,  安全性 ,  検証 ,  研究