推动可解释自主车辆系统：综合综述与研究路线图

鉴于现有自主车辆(AV)可解释性方法在满足多样化利益相关者需求方面的不确定性，亟需彻底调查以确定何种情境需要解释以及合适的交互策略。综合综述变得至关重要，以评估当前方法与 AV 生态系统中各类利益和期望之间的匹配度。本研究提出了一项综述，讨论解释生成和呈现与复杂性，以促进更有效、更包容的可解释 AV 系统开发。我们的调查将现有文献归类为三个主要主题：解释任务、解释信息和解释信息交流。基于我们的洞见，我们提出了围绕（i）了解交谈者、（ii）生成准时解释、（iii）传递人类友好解释、（iv）持续学习的综合研究路线图。我们的路线图以负责任的研究与创新原则为基础，强调多样化解释需求的重要性。为有效应对实施可解释 AV 系统的挑战，我们阐述了各种研究方向，包括开发隐私保护数据集成、伦理框架、实时分析、以人类为中心的交互设计以及加强跨学科合作。通过探索这些研究方向，本研究旨在引导可解释 AV 的开发与部署，基于对用户需求、技术进步、监管合规和伦理考量的全面理解，从而确保更安全、更可信的自动驾驶体验。