文献

J-GLOBAL ID：202102244441324556   整理番号：21A0232882

行動的に多様なシミュレーションにおける反事実解析を用いた自律車の回避可能なプランナー故障の発見【JST・京大機械翻訳】

Discovering Avoidable Planner Failures of Autonomous Vehicles using Counterfactual Analysis in Behaviorally Diverse Simulation

著者 (10件)： Nishiyama Daisuke (Preferred Networks, Inc.,Japan) ,  Castro Mario Ynocente (Preferred Networks, Inc.,Japan) ,  Maruyama Shirou (Preferred Networks, Inc.,Japan) ,  Shiroshita Shinya (Preferred Networks, Inc.,Japan) ,  Hamzaoui Karim (Preferred Networks, Inc.,Japan) ,  Ouyang Yi (Preferred Networks America, Inc.,U.S.) ,  Rosman Guy (Toyota Research Institute,U.S.) ,  DeCastro Jonathan (Toyota Research Institute,U.S.) ,  Lee Kuan-Hui (Toyota Research Institute,U.S.) ,  Gaidon Adrien (Toyota Research Institute,U.S.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITSC  ページ： 1-8  発行年： 2020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： 自動車両は,公共道路上の展開前にできるだけ多くの安全臨界故障を検出するシミュレーションにおいて,徹底的な試験を必要とする。本研究では,自律ロボットのコア意思決定要素:それらの計画アルゴリズムに焦点を当てた。行動的に多様な交通参加者のシミュレートにおける最近の進展を利用するプランナー試験フレームワークを導入した。大規模探索を用いて,衝突に至る動的シナリオを生成し,検出し,特徴付ける。特に,避けられない事故と回避可能な事故を区別する方法を提案し,特に展開前に補正しなければならないプランナー固有の欠陥を自動的に発見する。複雑なマルチエージェント交差シナリオにおける実験を通して,著者らの方法が,実際に,広範囲の臨界プランナー故障を見つけることができることを示した。Copyright 2021 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： アルゴリズム ,  意思決定 ,  *故障 ,  道路 ,  臨界 ,  自律ロボット
準シソーラス用語： 自律性 ,  *プランナ ,  マルチエージェント , 【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 (8件)： 行動 ,  シミュレーション ,  解析 ,  自律 ,  回避 ,  プランナー ,  故障 ,  発見