自动驾驶中的符号感知风险

我们开发了一个新颖框架，以在外生噪声存在下评估交通标志分类任务中的误感知风险。我们在自动驾驶设定中考虑该问题，其中由于分辨率提升且距交通标志距离减小，视觉输入质量逐渐改善且噪声减少。利用标准分类算法获得的估计感知统计，我们旨在量化误感知风险以缓解不完美视觉观测的影响。通过探索感知输出、其期望高层动作与潜在代价，我们给出了误感知的条件风险价值（CVaR）的闭式表示。若干案例研究支撑了我们提出方法的有效性。