面向自动驾驶的可解释人工智能：全面综述与未来研究方向田野指南
人工智能
2024-04-29 v5 计算机与社会
摘要
在过去二十年中，自动驾驶在研发方面取得了重大里程碑。随着自动驾驶车辆（AVs）的部署有望带来更安全、更生态友好的交通系统，该领域的兴趣日益增长。随着计算能力强的人工智能（AI）技术的快速进展，AVs 能够高精度感知环境、做出安全的实时决策，并在无人工干预下可靠运行。然而，在当前技术状态下，此类车辆的智能决策通常不为人类所理解，这一缺陷阻碍了该技术被社会接受。因此，除了做出安全的实时决策外，AVs 还必须解释其 AI 引导的决策过程，以便在许多司法管辖区符合监管要求。我们的研究全面阐明了用于 AVs 的可解释人工智能（XAI）方法的发展。具体而言，我们做出以下贡献。首先，我们提供了基于 XAI 的自动驾驶的最先进与新兴方法的详尽综述。然后，我们提出了一个考虑可解释端到端自动驾驶基本要素的概念框架。最后，我们提出了基于 XAI 的、有望增强 AVs 透明度、可信度与社会接受度的未来方向新兴范式。
引用
@article{arxiv.2112.11561,
title = {Explainable Artificial Intelligence for Autonomous Driving: A Comprehensive Overview and Field Guide for Future Research Directions},
author = {Shahin Atakishiyev and Mohammad Salameh and Hengshuai Yao and Randy Goebel},
journal= {arXiv preprint arXiv:2112.11561},
year = {2024}
}