抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
複雑な交通状況における対話型行動の予測と計画は,挑戦的なタスクを示す。特に,高密度に相互作用する複数の交通参加者を含むシナリオにおいて,自律車両は,状況を解釈し,最終的に自分自身の任務目標を達成するために,まだ苦労する。運転試験が高価で,挑戦的なシナリオが発見と再現が困難であるので,シミュレーションは,開発,試験,およびベンチマーク挙動モデルを開発するために広く用いられている。しかし,ほとんどのシミュレーションは,交通参加者のデータセットと単純化行動モデルに依存し,実世界のインタラクティブな人間行動の完全な多様性をカバーしない。本研究では,上記の欠点を緩和するために設計されたオープンソース挙動ベンチマーク環境であるBARKを導入した。BARKでは,行動モデルを計画,予測,およびシミュレーションのために(再)使用する。モンテカルロツリー探索や強化学習ベース挙動モデルのようなモデルの範囲が現在利用可能である。著者らは,BARKにおける行動モデルの交換可能性を示すために,公共データセットとサンプリングベースのシナリオ生成を使用した。著者らは,どのようによく使用されるモデルが,どのように相互作用に対処するか,そして,それらが交換行動モデルに対してどのようにロバストであるかを評価する。著者らの評価は,BARKが挙動モデルの系統的開発のための適切なフレームワークを提供することを示した。【JST・京大機械翻訳】