一种用于自动驾驶车辆运动规划的自然语言因果解释以人为中心生成方法
机器人学
2022-06-28 v2
摘要
难以理解的 AI 系统难以被信任，尤其在自动驾驶等安全关键场景中运行之时。因此，需要构建透明且可查询的系统以提升信任水平。我们提出一种基于现有白盒系统 IGP2 的、用于自动驾驶车辆运动规划与预测的透明、以人为中心的解释生成方法。我们的方法将贝叶斯网络与上下文无关生成规则相集成，能够给出自动驾驶车辆高层驾驶行为的因果自然语言解释。在模拟场景上的初步测试表明，我们的方法捕捉了自动驾驶车辆动作背后的原因，并生成了具有不同复杂度的可理解解释。
引用
@article{arxiv.2206.08783,
title = {A Human-Centric Method for Generating Causal Explanations in Natural Language for Autonomous Vehicle Motion Planning},
author = {Balint Gyevnar and Massimiliano Tamborski and Cheng Wang and Christopher G. Lucas and Shay B. Cohen and Stefano V. Albrecht},
journal= {arXiv preprint arXiv:2206.08783},
year = {2022}
}
备注
IJCAI Workshop on Artificial Intelligence for Autonomous Driving (AI4AD), 2022