面向数据驱动的自动驾驶车辆安全概念综合
机器人学
2022-06-22 v2 机器学习
系统与控制
系统与控制
摘要
由于安全关键的自动驾驶车辆(AVs)即将在社会中普及，近期产业界与学术界提出了若干用于可信 AV 部署的安全概念。然而，就恰当安全概念达成共识仍是一项难以达成的任务。本文主张采用 Hamilton-Jacobi (HJ) 可达性作为统一数学框架以比较现有安全概念，并通过该框架的要素提出以数据驱动方式根据对智能体行为的隐式期望场景量身定制安全概念（从而拓展其适用性）的方法。具体而言，我们表明：(i) 现有主流安全概念可嵌入 HJ 可达性框架，从而为实现建模假设的对比提供通用语言；(ii) HJ 可达性可作为归纳偏置，在学习语境中有效推理安全的两个关键却常被忽视的方面：责任与上下文依赖性。
引用
@article{arxiv.2107.14412,
title = {Towards Data-Driven Synthesis of Autonomous Vehicle Safety Concepts},
author = {Karen Leung and Andrea Bajcsy and Edward Schmerling and Marco Pavone},
journal= {arXiv preprint arXiv:2107.14412},
year = {2022}
}